Claude Fable 5· sujet

Cognition lance SWE-2, un modèle de code basé sur Kimi K3 qui égale Fable 5.1 sur FrontierCode pour 64% moins cher

Cognition, l'entreprise derrière l'agent de codage Devin, a lancé SWE-2, son modèle de codage le plus performant à ce jour. SWE-2 est post-entraîné par renforcement (RL) à partir de Kimi K3, le modèle ouvert de 2,8 trillions de paramètres de Moonshot AI. Cognition annonce un score de 50,0% sur FrontierCode 1.1 Main, à moins d'un point de Fable 5.1, pour un coût inférieur de 64%. C'est aussi le premier modèle de Cognition à proposer des niveaux d'effort de raisonnement sélectionnables, les trois entraînés en une seule session RL. Sur DeepSWE 1.1, SWE-2 atteint 73,0% et sur Terminal-Bench 2.1 il prend la tête avec 92,8%, devançant Kimi K3 (88,3%), Grok 4.6 (88,4%) et Fable 5.1 (91,4%). Son point faible reste Terminal-Bench 4, où il plafonne à 27,3%, loin derrière Fable 5.1 (55,8%) et GPT-6 Astra (57,9%). SWE-2 n'est pas disponible en poids ouverts ni via API autonome : il ne fonctionne qu'à l'intérieur de Devin, sur les versions Desktop et CLI, avec un déploiement à venir sur Devin Web et Fusion. Cette annonce illustre une tendance de fond dans l'industrie du codage assisté par IA : obtenir des performances proches des meilleurs modèles propriétaires à une fraction du coût, en s'appuyant sur du post-entraînement RL plutôt que sur des modèles toujours plus massifs entraînés from scratch. Pour les équipes de développement utilisant Devin, cela signifie des agents capables de résoudre des tâches complexes plus rapidement et moins cher : Cognition indique que SWE-2 en mode medium résout des tâches avec 58% de tours en moins et un coût réduit de 81% par rapport à son prédécesseur SWE-1.7, tout en obtenant de meilleurs scores. Le nombre moyen d'étapes par tâche chute de 127 à 53 (medium), 80 (high) ou 98 (max), et le modèle effectue sa première modification réelle après une médiane de 18 étapes contre 48 auparavant. Pour l'industrie, cela confirme que l'efficacité d'exécution des agents de codage devient un axe de compétition aussi important que le score brut sur les benchmarks. SWE-2 s'inscrit dans la continuité de SWE-1.7, qui avait été post-entraîné à partir de Kimi K2.7 ; cette fois, Cognition a appliqué le même type de RL à un modèle presque trois fois plus grand. L'entreprise revendique un gain de 5 à 6 points sur de nombreux benchmarks grâce à sa méthode RL par rapport au modèle de base K3. Techniquement, Cognition a introduit une fonction de récompense pénalisant le coût de façon linéaire pour chaque niveau d'effort, une pondération de la récompense par la longueur des séquences pour stabiliser l'entraînement, ainsi que des optimisations de service d'inférence (regroupement de requêtes, décodage spéculatif via DSpark, calcul en précision réduite NVFP4/FP8) pour accélérer les cycles d'entraînement. Cognition a aussi triplé ses environnements RL et ajouté des données de suivi d'instructions. Les comparaisons publiées restent toutefois basées sur l'évaluation interne de Cognition, à l'exception de FrontierCode qui est son propre benchmark, ce qui invite à une lecture prudente face aux résultats annoncés pour les modèles concurrents comme Fable 5.1 ou GPT-6 Astra.

💬 Le vrai move ici, c'est pas le score sur FrontierCode, c'est le choix de partir d'un modèle ouvert : plutôt que d'entraîner un mastodonte from scratch, Cognition prend Kimi K3 et le muscle au RL pour 64% moins cher que Fable 5.1. Sur le papier c'est malin, mais SWE-2 ne tourne que dans Devin, pas de poids ouverts, pas d'API : t'as le coût de l'open source sans jamais pouvoir en sortir. Le signal pour l'industrie est clair, le post-entraînement par renforcement sur des bases ouvertes devient l'arme de choix face aux géants propriétaires, la course au paramètre brut c'est terminé.

GPT-6, Fable 5.1 : comment lire les benchmarks de Claude et GPT sans se faire avoir

Anthropic a lancé Claude Fable 5.1 le 1er septembre 2026, et OpenAI lui a répondu deux jours plus tard, le 3 septembre, avec GPT-6 Astra. Comme à chaque nouvelle génération de modèle, les deux entreprises ont revendiqué le titre de meilleure intelligence artificielle du monde, chiffres de benchmarks à l'appui dans des tableaux comparatifs mis en avant dans leurs communications respectives. Mais ces pourcentages spectaculaires cachent souvent des conditions de test très spécifiques, des choix méthodologiques favorables et des astérisques que les communiqués officiels ne détaillent pas toujours clairement. Cette question dépasse la simple rivalité entre laboratoires : pour les développeurs, les entreprises et les professionnels qui doivent choisir quel modèle intégrer dans leurs outils, ces classements influencent directement des décisions techniques et budgétaires. Se fier aveuglément à un score affiché sans comprendre comment il a été obtenu, quel jeu de données a été utilisé ou quelle marge d'erreur existe, revient à acheter sur promesse plutôt que sur preuve. Savoir décrypter un benchmark devient donc une compétence pratique pour quiconque doit arbitrer entre plusieurs modèles d'IA générative. Cette bataille de chiffres s'inscrit dans une compétition de plus en plus intense entre Anthropic et OpenAI, où chaque sortie de modèle s'accompagne désormais d'une offensive comparative destinée à asseoir une position de leader. À mesure que les capacités des modèles se rapprochent, les benchmarks deviennent un argument marketing autant qu'un outil scientifique, ce qui pousse la communauté technique à réclamer plus de transparence méthodologique et à développer ses propres grilles de lecture critique face aux annonces des grands laboratoires d'IA.

💬 Les benchmarks, c'est un peu comme les fiches techniques de bagnoles : la consommation annoncée et celle du périph, ça n'a jamais été la même chose. Le tableau comparatif d'Anthropic face à celui d'OpenAI, chacun gagne sur son propre terrain de jeu, choisi pour gagner. Ce qui compte vraiment, c'est de regarder qui teste sur quoi et avec quelle marge d'erreur, pas le pourcentage en gras sur la slide.

Fable 5.1

Anthropic a lancé Claude Fable 5.1, présenté comme le meilleur modèle actuellement disponible, avec une interaction plus rapide et plus naturelle qu'un simple bond de qualité brute. Le modèle embarque un nouveau system prompt qui lui interdit de reproduire des paroles de chansons ou des logos protégés par le droit d'auteur, et ajuste son style de réponse. Anthropic a par ailleurs réduit de 75% le coût de la mise en cache des entrées pour Fable, ce qui rend l'usage de l'API environ 25% moins cher qu'auparavant. Le même jour, un auteur de newsletter tech a construit en quelques heures un outil qui aspire en continu les données du site OpenRouter, puis a recréé sa propre version de remove.bg, le service de suppression d'arrière-plan d'images, après avoir appris sa fermeture prévue en décembre suite à son rachat par Canva. Il a aussi indiqué avoir scrapé 105 millions de lignes de données publiques gouvernementales sur les dépenses fiscales américaines, un projet ayant consommé 2 milliards de tokens, et prévoit de publier tous ces projets en open source. Cette semaine illustre surtout une guerre des prix et des capacités entre laboratoires d'IA, avec des conséquences directes pour les développeurs et les entreprises qui consomment ces modèles via API. Google a sorti Gemini 3.8 Flash et Meta son Muse Spark 1.3, deux modèles au prix de base identique et aux performances comparables, mais avec des stratégies de subvention opposées: Google offre une remise de 50% jusqu'à la fin de l'année, tandis que Meta propose une réduction de 90% en échange de l'exploitation des données des utilisateurs. Google a également amélioré ses modèles Gemini pour qu'ils identifient les passages pertinents d'une vidéo plutôt que d'échantillonner à fréquence fixe, en croisant images, audio et transcriptions, ce qui réduit de 88% le nombre de tokens utilisés et jusqu'à 66% les coûts, avec un léger gain de précision. Ces baisses de coûts et ces optimisations profitent directement aux entreprises qui traitent de gros volumes de vidéo ou de texte, en rendant des usages auparavant coûteux économiquement viables. Ces annonces s'inscrivent dans une accélération générale du secteur: OpenAI prépare le lancement de son modèle Astra, potentiellement dès aujourd'hui, tandis que Meta a aussi dévoilé Muse Voice, un outil de transcription jugé impressionnant. Claude Code et Cowork peuvent désormais utiliser l'ordinateur en arrière-plan pendant que l'utilisateur travaille sur autre chose, à l'image de ce que propose déjà Codex d'OpenAI, et le standard WebMCP commence à être adopté pour permettre aux agents d'interagir directement avec les fonctions d'un site web plutôt que de cliquer sur son interface. Signe d'une tendance parallèle vers des modèles plus petits et spécialisés, un modèle de seulement 0,8 milliard de paramètres a surpassé GPT-5.6 Sol en mode xhigh sur une tâche précise liée à Shopify, ses créateurs ayant publié en open source l'infrastructure utilisée, baptisée Tangle, pour entraîner ce type de modèles compacts.

💬 Fable 5.1 en "meilleur modèle du marché", bon, sur le papier. Ce qui m'a vraiment marqué cette semaine, c'est qu'un développeur seul a recréé remove.bg et scrapé 105 millions de lignes de données fiscales en quelques heures, pour 2 milliards de tokens : la distance entre une idée et un produit qui tourne vient de s'effondrer, pour de vrai. Et avec Google qui casse ses prix de 50% et Meta de 90% contre tes données, la bataille de cette rentrée se joue sur les marges des labos, plus sur les benchmarks.

Claude Fable/Mythos 5.1 : nouveau modèle de pointe, cache 75 % moins cher mais 70 % de tokens de sortie en plus

Anthropic a annoncé le 1er septembre 2026 le lancement de Claude Fable 5.1 et Claude Mythos 5.1, ses nouveaux modèles phares dédiés au code et au travail de connaissance, présentés comme "les modèles les plus avancés au monde" pour ces usages. Fable 5.1 cible les tâches longues et déléguées, capables de tourner en autonomie sur plusieurs étapes, tandis que Mythos 5.1 est la version jumelle orientée travail de connaissance. Côté tarifs, Anthropic maintient les prix par million de tokens de la génération précédente (10 dollars en entrée, 50 dollars en sortie, 12,5 dollars pour l'écriture en cache), mais réduit de 75% le prix de la lecture en cache, ramené à 0,25 dollar par million de tokens, une bonne nouvelle pour les sessions longues et les contextes étendus. Le cabinet Artificial Analysis a toutefois observé une hausse de 1,7 fois de la consommation de tokens en sortie, ce qui se traduit par un coût net par tâche en hausse d'environ 20% malgré la baisse tarifaire affichée. Les premiers résultats de benchmarks, sur des évaluations comme Terminal-Bench-Science, la famille SWE, HLE ou FrontierCode, ont alimenté les discussions, tout comme une théorie relayée par plusieurs chercheurs, dont Elie Bakouch, selon laquelle Fable et Mythos 5.1 partageraient les mêmes poids sous-jacents, avec des comportements de sécurité et de routage différents plutôt que deux modèles distincts. Cette annonce compte parce qu'Anthropic cherche moins à afficher un simple gain de score qu'à livrer un "travailleur autonome" réellement exploitable en entreprise, assez rapide et abordable en usage agentique mis en cache, et compatible avec des contraintes de conformité. La société met en avant une meilleure honnêteté du modèle, qui signalerait désormais explicitement quand il est bloqué plutôt que de prétendre avoir réussi une tâche, ainsi qu'une nouvelle fonctionnalité entreprise baptisée Enterprise Frontier Safeguards, décrite comme un "ZDR++", une rétention zéro de données renforcée, pour superviser les agents en environnement professionnel. Ce positionnement répond directement à la réputation de la génération Fable 5, jugée puissante mais peu pratique au quotidien. Les réactions des utilisateurs restent partagées : éloges appuyés sur les capacités de planification et le ton du modèle, mais critiques sur les limites de débit, les faux positifs des garde fous de sécurité, l'expérience d'abonnement et le manque de clarté dans la présentation des benchmarks. Ce lancement s'inscrit dans une semaine particulièrement chargée pour l'industrie de l'intelligence artificielle. OpenAI relance la communication autour de son projet Astra après un mois de silence volontaire, Grok 4.7 et Gemini Flash 3.8 sont annoncés comme imminents, et World Labs, la société de Fei-Fei Li et Justin Johnson, a dévoilé son propre modèle du monde baptisé Astra, jugé par plusieurs observateurs comme le lancement de modèle du monde le plus impressionnant à ce jour, dans la continuité des travaux entamés avec Marble. Dans ce contexte de sorties rapprochées, la newsletter AI News, qui a passé en revue douze subreddits et 544 comptes Twitter pour ce numéro, souligne que Claude Fable et Mythos 5.1 ont capté l'attention avec plus de 12 millions de vues, redevenant la référence du secteur, au moins jusqu'à la prochaine annonce.

Anthropic lance Claude Fable 5.1, jusqu'à 45 % moins cher pour le travail à base d'agents

Anthropic a dévoile Claude Fable 5.1 et Mythos 5.1, deux nouveaux modèles présentés comme une réponse aux critiques des clients sur le prix, la conservation des données et des garde-fous jugés excessifs. Selon l'entreprise, Fable 5.1 dépasse les performances de Fable 5 tout en coûtant environ 25% de moins en usage courant, et jusqu'à 45% de moins pour les tâches agentiques complexes, grâce à une baisse du tarif appliqué aux données en cache déjà traitées. Dan Shipper, PDG de la startup Every, a salué "le modèle de codage le plus puissant" qu'il ait utilisé, plus rapide, plus économique en tokens et au ton plus naturel. Cette réduction tarifaire vise directement l'un des principaux freins à l'adoption des modèles avancés: le coût des workflows agentiques, qui enchaînent de multiples appels et manipulent de larges volumes de contexte. En abaissant le prix des données mises en cache, Anthropic rend plus accessibles les usages professionnels intensifs, comme les assistants de codage autonomes, au bénéfice des développeurs et entreprises qui intègrent ces outils à grande échelle. Cette annonce s'inscrit dans une concurrence croissante entre Anthropic, OpenAI et Google sur le marché des modèles destinés au codage assisté par IA, où le prix et la vitesse deviennent des arguments aussi décisifs que les scores de benchmarks. En répondant aussi aux critiques sur la conservation des données et la rigidité des filtres de sécurité, Anthropic cherche à fidéliser une clientèle professionnelle exigeante, alors que la bataille pour s'imposer comme infrastructure de référence des agents d'IA s'intensifie.

💬 Ce qui compte dans cette baisse, c'est pas le prix du modèle, c'est le prix du cache: pour un agent qui relit le même contexte à chaque appel, ça change vraiment la facture en fin de mois. Anthropic vise juste, les workflows agentiques coûtaient une blinde et c'était le vrai frein à l'adoption en entreprise. Reste à voir si Fable 5.1 tient la comparaison face à Gemini et GPT sur le terrain, pas juste sur les slides de lancement.

Claude Fable 5.1 d'Anthropic promet un meilleur codage et une meilleure recherche, jusqu'à 45% moins cher

Anthropic a dévoilé Claude Fable 5.1 et Mythos 5.1, présentés comme ses modèles d'intelligence artificielle les plus performants à ce jour. Fable 5.1 double le score de son prédécesseur sur le benchmark Terminal-Bench-Science, qui évalue le raisonnement scientifique et technique, et améliore de plus de 30% les performances en programmation autonome. Anthropic annonce aussi une baisse de coût pouvant atteindre 45% pour les sessions longues et autonomes impliquant de nombreux appels d'outils. Cette combinaison de gains de performance et de coûts réduits change la donne pour les entreprises qui déploient des agents IA chargés d'enchaîner de longues séquences de tâches sans supervision humaine constante. Les usages en recherche scientifique et en développement logiciel, où la cohérence du modèle doit tenir sur des dizaines d'étapes, bénéficient directement de ces progrès. Pour les organisations qui font tourner ces agents à grande échelle, une réduction de coût de cette ampleur peut rendre rentables des usages jusqu'ici trop onéreux et accélérer l'adoption de l'IA agentique en entreprise. Cette annonce s'inscrit dans la compétition intense que se livrent les grands laboratoires d'IA pour dominer le marché naissant des agents autonomes capables d'exécuter des tâches complexes sans intervention humaine. Anthropic, qui a fait du codage assisté par IA un axe de différenciation face à ses concurrents, cherche à consolider sa position sur ce segment technique et professionnel. Reste à voir si ces gains annoncés se confirmeront dans des usages réels et si la baisse des coûts suffira à généraliser le recours aux agents IA à grande échelle.

Claude Fable 5.1 débarque sur AWS

Anthropic et Amazon Web Services (AWS) ont annoncé la disponibilité de Claude Fable 5.1 sur Amazon Bedrock et sur Claude Platform on AWS. En raison de ses capacités, Anthropic classe ce modèle parmi les "Covered Models", une catégorie soumise à des règles renforcées de conservation des données, de revue de sécurité et de contrôle d'accès. Concrètement, l'utilisation de Fable 5.1 nécessite l'activation du mode aws_review, sous lequel AWS conserve les invites et les réponses générées pendant une durée pouvant aller jusqu'à 30 jours, pour une revue humaine de sécurité effectuée par du personnel Amazon, sans partage avec Anthropic. Les entreprises éligibles au nouveau programme Enterprise Frontier Safeguards (EFS), développé conjointement par AWS et Anthropic, peuvent en revanche utiliser Fable 5 et Fable 5.1 en mode de rétention zéro (zero data rétention) pour un usage interne jusqu'au 31 décembre 2026. Le modèle est accessible dès maintenant depuis la console Amazon Bedrock, dans la section Test puis Playground. Selon Anthropic, Fable 5.1 constitue une avancée nette par rapport à Fable 5 sur les tests de raisonnement les plus exigeants qu'elle utilise en interne, notamment les mathématiques de niveau compétition, les questions scientifiques et d'ingénierie de niveau doctorat, et les problèmes longs à étapes multiples. Dans la pratique, ces progrès se traduisent par un meilleur jugement sur les tâches ambiguës et moins de réponses erronées formulées avec une fausse assurance. Le modèle gère davantage de projets de manière autonome, du développement de fonctionnalités transversales à la revue de code, lors de sessions pouvant durer plusieurs heures ; il est aussi présenté comme plus honnête, signalant lorsqu'il est bloqué plutôt que de désactiver un test défaillant pour le faire passer. Anthropic met en avant des usages en finance, comptabilité et santé, où le modèle peut mener une analyse de bout en bout, de la recherche jusqu'à la rédaction d'un mémo ou d'une présentation, en vérifiant ses propres chiffres au passage. Pour les entreprises, cela représente un gain de fiabilité sur des tâches critiques, mais impose en contrepartie d'accepter les politiques de conservation et de revue humaine des données, sauf à souscrire au programme EFS. Cette annonce s'inscrit dans une tendance plus large des fournisseurs de modèles de pointe, qui doivent concilier puissance croissante des systèmes et exigences de confidentialité des entreprises régulées. Le programme Enterprise Frontier Safeguards vise précisément à répondre à cette tension : il permettra aux clients éligibles de conserver leurs invites et réponses au sein de leur propre compte AWS, sous leurs propres clés de chiffrement, politiques d'accès et journaux d'audit, avec une surveillance de sécurité assurée par une revue automatisée plutôt qu'humaine, une extension prévue plus tard dans l'année. Ce dispositif place Anthropic et AWS en position de proposer un compromis entre l'accès aux modèles les plus capables et le contrôle souverain des données, un enjeu central pour les secteurs financier et médical cités comme cibles prioritaires. La suite dépendra de l'adoption de ces garde-fous par les grandes entreprises et de leur capacité à convaincre les clients les plus sensibles à la conformité que la puissance des modèles frontière n'implique plus nécessairement un renoncement au contrôle de leurs données.

La mystérieuse IA « Ox Alpha » enfin démasquée : mais est-elle vraiment meilleure que Fable 5 ?

L'entreprise chinoise Z.ai a confirmé le 26 août 2026 être à l'origine du modèle mystérieux surnommé « Ox Alpha », qui circulait sur les plateformes OpenCode et OpenRouter depuis la semaine précédente. Il s'agit en réalité de GLM-5.3-Flash, premier modèle nativement multimodal de la famille GLM-5, doté de 320 milliards de paramètres (architecture 320B-A18B), d'une fenêtre de contexte d'un million de tokens, distribué sous licence MIT et exécuté entièrement sur des puces d'intelligence artificielle chinoises. Sur l'AI Intelligence Index v4.1.1, il obtient un score de 57 pour un coût de 0,045 dollar par tâche après réduction, un niveau de performance environ dix fois moins cher qu'auparavant selon Z.ai. Sur six benchmarks de codage et d'usages agentiques, il dépasse systématiquement son prédécesseur GLM-5.2 : 63,4 contre 46,2 sur DeepSWE v1.1, et 48,8 contre 26,2 sur AutomationBench. Face à Claude Opus 4.8, l'écart est minime, avec 29,0 contre 29,5 sur Z.ai Code Bench v1.0 au niveau d'effort maximal. Contrairement aux tests informels diffusés sur X qui le donnaient supérieur à Fable 5 et GPT 5.6 Sol, les chiffres officiels montrent qu'il ne fait pas le poids face à Fable 5, sans qu'aucune comparaison avec GPT 5.6 Sol n'ait été communiquée. Ce dévoilement illustre la capacité des laboratoires chinois à rapprocher les performances des meilleurs modèles fermés, comme Claude Opus 4.8, tout en réduisant fortement les coûts d'inférence grâce à une architecture de type « mixture of experts » n'activant que 18 milliards de paramètres par requête. Pour les développeurs et les entreprises, cela ouvre l'accès à des capacités de codage et d'automatisation avancées à un coût dix fois inférieur, ce qui pourrait accélérer l'adoption de modèles chinois open source dans des usages professionnels encore dominés par les acteurs américains. L'accent mis sur l'« intelligence visuelle » est particulièrement significatif pour le développement web, les jeux vidéo et les simulations 3D : un programme peut fonctionner correctement tout en offrant une interface médiocre, une limite connue des modèles de codage actuels. En permettant au modèle d'observer le résultat visuel de son propre travail, de repérer les défauts puis de les corriger, Z.ai cherche à automatiser une étape encore largement manuelle du développement logiciel. Cette annonce s'inscrit dans une compétition croissante entre laboratoires chinois et américains sur les modèles ouverts, Z.ai cherchant à s'imposer face à des rivaux comme DeepSeek ou Alibaba tout en limitant sa dépendance aux puces occidentales. La stratégie consistant à tester un modèle sous un nom anonyme, « Ox Alpha », avant sa révélation officielle relève d'une pratique désormais courante dans l'industrie pour générer du bruit médiatique et recueillir des retours avant le lancement. Le choix de Z.ai de comparer ses résultats à GLM-5.2 plutôt qu'à une éventuelle version GLM-5.3 classique laisse penser que d'autres variantes pourraient suivre. Enfin, l'écart entre les tests viraux partagés sur les réseaux sociaux et les benchmarks officiels plus nuancés rappelle les limites des comparaisons informelles dans un secteur où chaque sortie de modèle est scrutée en temps réel.

Cette mystérieuse IA serait meilleure que Fable 5 et GPT-5.6-sol en code… et elle est gratuite

Ox Alpha, un nouveau modèle d'intelligence artificielle, a fait son apparition le 20 août 2026 sur la plateforme OpenRouter, présenté publiquement via un message de son compte X officiel. Ce modèle de raisonnement, conçu pour le codage, l'automatisation continue et les usages en production, propose une fenêtre de contexte d'un million de jetons et une prise en charge multimodale du texte, de l'image et de la vidéo. Il reste accessible gratuitement jusqu'au 24 août 2026, avec une limite quotidienne de 100 000 jetons. Le 21 août, un utilisateur de X nommé Ben Davis a publié les résultats d'un test mené sur dix tâches issues du benchmark DeepSWE : Ox Alpha y obtient 80%, contre 65% pour Fable 5 et seulement 52% pour GPT-5.6-sol, avec une performance jugée quasi maximale sur certaines tâches. L'identité du fournisseur derrière Ox Alpha reste inconnue, OpenRouter précisant se limiter à l'acheminement des requêtes vers un partenaire tiers ayant choisi l'anonymat durant cette phase de prévisualisation. Cette percée interroge directement l'équilibre du marché des modèles de langage haut de gamme, dominé jusqu'ici par des acteurs identifiés comme Anthropic ou OpenAI. Si les chiffres de Ben Davis se confirment sur un échantillon plus large, un modèle gratuit et anonyme surpasserait des références commerciales majeures sur des tâches de développement logiciel, un segment particulièrement lucratif et stratégique pour l'industrie de l'IA. Pour les développeurs et les entreprises technologiques, cela ouvre la possibilité d'accéder à des capacités de pointe sans coût ni engagement contractuel, du moins pendant la période de test. Mais cette gratuité et cet anonymat soulèvent aussi des questions de confiance : les prompts et données envoyées à Ox Alpha sont conservés par ce fournisseur inconnu, même si OpenRouter assure qu'ils ne serviront pas à l'entraînement du modèle. Pour les professionnels manipulant des données sensibles ou du code propriétaire, cette opacité constitue un frein potentiel malgré les performances annoncées. Le mystère entourant l'origine d'Ox Alpha alimente déjà les spéculations dans la communauté technique. Le 21 août, le chercheur Sushaanth Srinivasan a publié une analyse technique fondée sur onze sondes de tokenizer testées sur dix modèles différents, concluant que le comportement d'Ox Alpha correspond exactement à celui des modèles GLM sur l'ensemble des critères, alors qu'aucun autre laboratoire ne dépasse quatre correspondances. Il relève notamment que DeepSeek consomme 98 jetons sur un test où GLM n'en utilise que 29, et souligne qu'Ox Alpha traite les images alors que GLM 5.3 ne dispose officiellement d'aucun point d'accès vision, ce qui laisse penser à une version non annoncée développée par Z.ai, la société derrière GLM. Cette pratique de lancement anonyme, ou stealth launch, devient courante chez les laboratoires d'IA qui testent ainsi leurs modèles en conditions réelles avant une annonce officielle, en s'appuyant sur des plateformes d'agrégation comme OpenRouter. La fenêtre de gratuité limitée au 24 août laisse penser qu'une révélation officielle, accompagnée probablement d'une tarification commerciale, pourrait suivre rapidement si l'identité du fournisseur venait à être confirmée.

💬 Le score sur DeepSWE c'est bien, mais le vrai truc intéressant c'est la manœuvre : un modèle sans nom balancé sur OpenRouter, gratuit quatre jours, pile le temps de faire monter le buzz avant une annonce officielle. Les empreintes de tokenizer collent à GLM sur toute la ligne, ça sent le stealth launch de Z.ai à plein nez, même si dix tâches de benchmark c'est un peu léger pour trancher. Et ça dit un truc sur le marché : quand un labo veut savoir combien facturer son modèle, il le lâche gratos sous couvert d'anonymat et regarde qui applaudit.

Qwen3.8-Max : Alibaba revient dans la course pour rivaliser avec Fable 5 et Kimi K3

Alibaba a dévoilé Qwen3.8-Max, un modèle de langage doté de 2 400 milliards de paramètres, quinze jours seulement après le lancement de Kimi K3 par Moonshot AI, un autre acteur chinois du secteur. Contrairement à Kimi K3 et ses 2 800 milliards de paramètres et 104,2 milliards de paramètres actifs par token, Qwen3.8-Max repose sur une architecture Mixture of Experts activant 95 milliards de paramètres par token, tout en nécessitant le chargement complet du modèle en mémoire. Alibaba revendique, benchmarks à l'appui, des performances comparables à Gemini 3.1-Pro, GPT-5.6 Sol et Fable 5 sur le raisonnement multimodal, l'analyse d'images en tant qu'« agent visuel », le code et l'analyse de documents. Comme Moonshot AI l'avait fait avec Kimi K3, Alibaba promet de rendre les poids du modèle disponibles en open source sur Hugging Face et ModelScope dans la semaine, après une exclusivité initiale sur sa propre plateforme QwenCloud. Côté tarifs, l'entreprise affiche 2 dollars par million de tokens en entrée et 6 dollars en sortie, des prix inférieurs à ceux de Kimi K3 (3 et 15 dollars), GPT-5.6 Sol (5 et 30 dollars), Opus 4.8 (5 et 25 dollars) et Fable 5 (10 et 50 dollars). Cette sortie confirme que les entreprises chinoises de l'IA générative continuent de talonner les leaders américains, un an après le « moment DeepSeek » qui avait déjà bousculé le secteur. En ciblant explicitement le code et l'automatisation des tâches de bureau, Alibaba se positionne frontalement contre Anthropic, un terrain jusque-là dominé par cette dernière. Pour appuyer sa démonstration, l'entreprise met en avant trois défis réalisés sans intervention humaine, écriture et exécution de code exclues : la génération du projet « oh-my-cli » en dix jours, la reproduction du code d'un article scientifique, et un concours de compréhension des besoins clients. Alibaba insiste sur le fait que son modèle ne se contente pas de suivre un plan prédéfini mais s'adapte grâce à des boucles de rétroaction, un argument destiné à convaincre les développeurs et les entreprises cherchant à automatiser des tâches complexes. Les prix cassés renforcent l'attractivité du modèle pour les usages à grande échelle. Reste que la comparaison des prix par million de tokens masque une réalité plus complexe, comme le montre l'exemple d'Opus 4.7 qui consommait ses tokens bien plus rapidement qu'Opus 4.6 sans que cela soit reflété dans le tarif affiché. Plusieurs utilisateurs de Qwen3.8-Max rapportent déjà avoir épuisé leur quota en quelques prompts seulement, ce qui interroge sur l'écart entre le prix nominal et le coût réel d'usage. Cette question de la consommation de tokens devient centrale dans un marché où les modèles surenchérissent sur les benchmarks et les tarifs, sans que les utilisateurs disposent toujours d'outils fiables pour comparer l'efficacité réelle de chaque système face à leurs besoins concrets.

💬 Le vrai combat n'est plus sur les benchmarks, il est sur le prix au token réel. Alibaba affiche 2 dollars l'entrée contre 10 pour Fable 5, sauf que plusieurs utilisateurs ont grillé leur quota en quelques prompts à peine, preuve que le tarif affiché ne dit presque rien de la facture finale. Kimi K3 puis Qwen3.8-Max en quinze jours, la Chine ne rattrape plus les leaders américains, elle les talonne à un rythme mensuel, mais sans mètre étalon pour la conso réelle, choisir son LLM reste un pari sur une étiquette.

Qwen3.8-Max affirme surpasser GPT-5.6 Sol Max et Fable 5 sur l'usage d'ordinateur à base d'agents

L'équipe Qwen d'Alibaba a dévoilé son nouveau modèle phare Qwen3.8-Max, un grand modèle de langage multimodal de type mixture-of-experts doté de 2 400 milliards de paramètres, conçu pour l'ingénierie logicielle autonome et les tâches d'entreprise à long horizon. Sur le benchmark OSWorld-Verified, qui évalue les agents capables d'utiliser un ordinateur de bureau, Qwen3.8-Max obtient un score de 86,1, devant GPT-5.6 Sol Max (83,2), Fable 5 (85,0) et Gemini 3.1 Pro (76,2). Le modèle affiche également les meilleurs résultats publiés sur PaperBench (93,0), TerminalBench 2.1 (86,6), Vision2Web (69,0), LVBench (81,8) et ERQA (77,8). Alibaba a par ailleurs annoncé la publication des poids ouverts de Qwen3.8-Max la semaine prochaine, accompagnés d'une version plus légère, Qwen3.8-27B, sans toutefois préciser les termes exacts de la licence. Cette annonce marque un tournant potentiellement important pour Alibaba, qui positionne son modèle non pas comme un assistant conversationnel mais comme un collègue autonome capable de mener à bien des projets s'étalant sur plusieurs jours plutôt que quelques minutes. Selon l'entreprise, Qwen3.8-Max peut réaliser seul des projets logiciels de plus de dix jours, reproduire des articles de recherche impliquant des milliers de lignes de code, optimiser de manière itérative la conception de puces électroniques et réviser continuellement ses plans à partir de retours multimodaux. Si la licence s'avère réellement permissive, comme Apache 2.0, il s'agirait de la première fois qu'un modèle Qwen de catégorie Max devient disponible pour un déploiement auto-hébergé, ce qui pourrait bouleverser l'adoption en entreprise face aux modèles propriétaires d'OpenAI, d'Anthropic ou de Google. Ces démonstrations restent toutefois produites par Alibaba elle-même et n'ont pas encore été vérifiées de façon indépendante. Cette sortie illustre une tendance de fond du secteur: la compétition entre modèles de pointe se spécialise de plus en plus. OpenAI concentre sa gamme GPT sur le raisonnement général et la productivité multimodale, Anthropic mise sur le code et la fiabilité en contexte long avec Claude, Google pousse Gemini vers des flux de travail multimodaux natifs du web, tandis que Moonshot AI a récemment introduit son modèle ouvert Kimi K3. Qwen3.8-Max tente de réunir plusieurs de ces atouts en un seul modèle, dans un contexte où les benchmarks récompensent désormais autant la capacité à mener à terme un flux de travail complet que la simple exactitude d'une réponse ponctuelle. La domination du modèle chinois n'est cependant pas totale: OpenAI conserve la tête sur le benchmark d'ingénierie logicielle professionnelle SWE-Pro, et Opus 4.8 reste devant sur certaines évaluations de développement ainsi que sur Agents' Last Exam, signe que la course aux modèles frontières se fragmente plutôt qu'elle ne désigne un vainqueur unique.

💬 Le score sur OSWorld, c'est Alibaba qui le mesure sur son propre modèle, donc je garde une réserve tant que personne d'indépendant ne l'a reproduit. Ce qui compte vraiment ici, c'est ailleurs : si la licence des poids ouverts s'avère bien permissive la semaine prochaine, ce sera la première fois qu'un Qwen catégorie Max devient auto-hébergeable, et ça change le rapport de force pour toute boîte qui ne veut plus dépendre d'un abonnement OpenAI ou Anthropic pour faire tourner un agent de code. Reste que la course aux modèles frontières ne désigne plus un vainqueur unique, elle se fragmente benchmark par benchmark.

Opus 5 d'Anthropic devance largement Fable 5 et GPT-5.6 Sol sur le benchmark conçu pour mesurer l'intelligence réelle

Claude Opus 5, le nouveau modèle d'Anthropic, a obtenu un score de 30,2 % sur ARC-AGI-3, un benchmark conçu pour mesurer l'intelligence réelle plutôt que la simple mémorisation de motifs. Ce résultat représente près du quadruple du précédent record de 7,8 %, détenu jusque là par GPT-5.6 Sol. Selon les concepteurs du test, Opus 5 a formulé de manière autonome des équations de réflexion pour résoudre certaines énigmes, un comportement qu'ils n'avaient jamais observé chez un autre modèle. Ils l'attribuent à un raisonnement logique nettement plus solide que celui de ses concurrents. Cet écart de performance est significatif car ARC-AGI a justement été conçu pour être résistant au bachotage et aux approches par force brute qui permettent souvent aux modèles de gonfler artificiellement leurs scores sur d'autres benchmarks. Un saut aussi net suggère qu'Opus 5 dispose de capacités de raisonnement abstrait et d'adaptation à des problèmes inédits bien supérieures à celles de la génération précédente, ce qui intéresse directement les entreprises cherchant des systèmes capables de résoudre des tâches complexes sans exemples préalables, au-delà de la simple génération de texte ou de code. ARC-AGI a été créé pour évaluer la fluidité cognitive des modèles, c'est-à-dire leur capacité à généraliser à partir de peu d'exemples, contrairement aux benchmarks classiques que les grands modèles finissent par saturer une fois entraînés dessus. Les versions précédentes de ce test avaient mis en évidence les limites persistantes des grands modèles de langage face au raisonnement véritablement nouveau. La progression rapide d'Anthropic, dans une course où OpenAI occupait jusqu'ici la tête avec GPT-5.6 Sol, relance la compétition entre laboratoires sur ce terrain précis, considéré par beaucoup comme un indicateur plus fiable du chemin vers une intelligence artificielle générale.

💬 Quadrupler le record sur un benchmark pensé justement pour résister au bachotage, ça ne s'explique pas par un peu plus de données ou un prompt mieux tourné. Le signal fort, c'est qu'Opus 5 invente ses propres équations pour résoudre les énigmes, un raisonnement qui n'était écrit nulle part dans son entraînement. Bon, sur le papier ça sent l'AGI qui approche, mais ARC-AGI teste des puzzles abstraits, pas la gestion d'un vrai projet client, donc je garde deux doigts de prudence avant de crier victoire.

Claude Opus 5 d'Anthropic coûte moins cher que Fable 5 et l'égale ou le dépasse sur la plupart des benchmarks

Anthropic vient de propulser Claude Opus 5 en tête de l'Artificial Analysis Intelligence Index, avec un score de 61 points, devançant à la fois Claude Fable 5 et GPT-5.6 Sol. Le nouveau modèle se distingue particulièrement dans deux domaines clés : la qualité analytique et la génération de code, où il enregistre les meilleurs résultats du classement. Autre argument de poids, son prix : sur les niveaux de raisonnement inférieurs, Opus 5 coûte jusqu'à deux fois moins cher que Fable 5, sans sacrifier les performances. Cette combinaison de prix réduit et de résultats au sommet des benchmarks change la donne pour les développeurs et les entreprises qui choisissent leur modèle en fonction du rapport coût-efficacité. Pour les équipes qui déploient des applications à grande échelle, notamment sur des tâches de codage ou d'analyse complexe, un modèle moins onéreux mais tout aussi performant permet de réduire significativement les coûts d'infrastructure IA. Cela renforce aussi la position d'Anthropic face à ses concurrents directs, dans un marché où l'écart de prix entre modèles haut de gamme pèse de plus en plus dans les décisions d'adoption. Cette annonce s'inscrit dans une compétition serrée entre les grands laboratoires d'IA, où Anthropic, avec Fable 5, et OpenAI, avec sa gamme GPT-5.6, se disputent le sommet des classements de référence depuis plusieurs mois. L'Artificial Analysis Intelligence Index sert désormais de baromètre incontournable pour comparer objectivement les modèles sur plusieurs dimensions, du raisonnement au codage. Si l'écart entre les meilleurs modèles reste minime, la bataille se déplace de plus en plus vers l'efficacité économique, chaque acteur cherchant à proposer des performances de pointe à moindre coût, un enjeu appelé à s'intensifier avec l'arrivée de nouvelles générations de modèles.

💬 Le vrai move ici, c'est pas le classement, c'est le prix. Anthropic sort un modèle qui bat Fable 5 sur le code et l'analyse, et qui coûte jusqu'à deux fois moins cher sur les niveaux de raisonnement les plus utilisés, ça change le calcul pour toute équipe qui tourne des workloads en prod. La bataille des LLM ne se joue plus sur qui est premier au classement, mais sur qui reste rentable à grande échelle.

La Maison-Blanche accuse Kimi K3 de distillation du modèle Fable d’Anthropic

La Maison-Blanche accuse Moonshot AI d'avoir distillé illégalement le modèle Fable d'Anthropic pour développer Kimi K3, son nouveau modèle à poids ouverts dont la publication est prévue le 27 juillet. Depuis le lancement de Kimi K3 le 17 juillet, ce modèle chinois de 2 800 milliards de paramètres inquiète Washington par ses performances jugées « de niveau frontière », proches de celles des modèles américains, à des prix nettement plus bas. Michael Kratsios, directeur du Bureau de la politique scientifique et technologique de l'administration Trump, a affirmé sur les réseaux sociaux disposer d'informations selon lesquelles Moonshot AI aurait construit une « plateforme interne sophistiquée » pour mener des opérations de distillation à grande échelle, en changeant régulièrement de méthode d'accès afin d'éviter d'être détectée. Il accuse également l'entreprise chinoise d'avoir eu accès à des serveurs équipés de puces GB300 de Nvidia basés en Thaïlande, probablement pour entraîner ses modèles. Kratsios précise ne pas condamner la distillation en tant que telle, mais dénonce des « opérations clandestines de distillation industrielle » visant à voler des technologies américaines propriétaires. L'enjeu dépasse le simple différend technique entre deux entreprises. Avec 60 % de l'usage de tokens des sociétés américaines déjà capté par des modèles chinois majoritairement ouverts, selon des données d'OpenRouter citées par Bloomberg, l'arrivée de Kimi K3 en open source pourrait accélérer une bascule du marché vers des modèles gratuits, personnalisables et hébergeables sur ses propres serveurs, loin de la dépendance aux API fermées de Fable, GPT ou consorts. Pour l'industrie américaine, où le modèle économique repose sur le contrôle de la tarification et la possibilité de couper l'accès à tout moment, comme cela s'est produit avec Fable 5 le mois dernier, la généralisation de modèles ouverts et compétitifs venus de Chine représente une menace directe. Une fois les poids d'un modèle publiés, il devient en effet quasiment impossible d'en reprendre le contrôle, ce qui pousse Washington à vouloir examiner les futurs modèles de frontière avant leur mise à disposition. Cette accusation s'inscrit dans un climat de tensions déjà ancien entre Anthropic et Moonshot AI, la première ayant par le passé accusé la seconde de distillation abusive. La réaction n'est toutefois pas unanime au sein même de l'industrie américaine : Dean Ball, responsable de la prospective stratégique chez OpenAI, estime que les performances de Kimi K3 ne peuvent pas s'expliquer uniquement par une distillation, tandis que Greg Brockman, cofondateur et président d'OpenAI, s'est également exprimé sur le sujet. Cette controverse survient alors que Pékin encourage explicitement l'ouverture des modèles, le président Xi Jinping ayant appelé à « l'open source, la collaboration et le partage » lors de la World Artificial Intelligence Conference de Shanghai la semaine précédente, une stratégie que Washington perçoit désormais comme un défi direct à sa suprématie technologique.

Kimi K3, nouveau modele : ce qu'il revele vraiment de la course a l'IA entre Etats-Unis et Chine

Jeudi, la startup pékinoise Moonshot AI a dévoilé Kimi K3, un nouveau modèle d'intelligence artificielle open source qui relance le débat sur l'écart réel entre les laboratoires chinois et américains. Avec 2 800 milliards de paramètres, Kimi K3 devient le plus grand modèle open source au monde. Ses performances ont particulièrement marqué les esprits sur le classement de codage d'Arena, où il devance à la fois GPT-5.6 d'OpenAI et Claude Fable 5, le modèle le plus puissant d'Anthropic. Interrogé sur TITV, l'émission de The Information, Anastasios Angelopoulos, cofondateur et directeur général d'Arena, a qualifié cette sortie de tournant : selon lui, c'est la première fois que les résultats contredisent aussi clairement l'idée que les laboratoires chinois progressent uniquement en distillant les modèles américains, c'est à dire en s'entraînant à partir de leurs sorties. Cette annonce a une portée qui dépasse le simple classement technique. Si les résultats de Kimi K3 se confirment dans des évaluations indépendantes, ils suggèrent que des équipes chinoises comme Moonshot développent désormais une expertise propre en conception et entraînement de grands modèles, plutôt que de se contenter de copier les avancées occidentales. Pour l'industrie, cela change la donne stratégique : les entreprises et développeurs du monde entier disposent d'une alternative open source extrêmement performante, gratuite à utiliser et à modifier, ce qui pourrait accélérer l'adoption de modèles chinois dans des produits commerciaux hors de Chine, tout en intensifiant la pression concurrentielle sur OpenAI et Anthropic. Le sujet s'inscrit dans une rivalité technologique plus large entre les États-Unis et la Chine, où l'IA est devenue un terrain d'affrontement stratégique autant qu'économique. Depuis l'irruption de DeepSeek début 2025, plusieurs laboratoires chinois, dont Moonshot, ont multiplié les sorties de modèles open source performants et peu coûteux à entraîner, remettant en question l'avance supposée des géants américains. La question de la distillation, c'est à dire de l'utilisation de sorties de modèles concurrents pour entraîner les siens, reste un point de friction juridique et éthique majeur. La sortie de Kimi K3 devrait relancer les discussions sur les restrictions à l'export de puces, les investissements en recherche fondamentale et la capacité des laboratoires chinois à innover de façon autonome.

Anthropic annonce une mauvaise nouvelle aux utilisateurs de Claude Fable 5

Anthropic modifie les conditions d'accès à Claude Fable 5, son modèle d'IA le plus puissant. Désormais, seuls les abonnés aux forfaits Max et Team Premium conservent un accès inclus dans leur abonnement, mais avec un usage plafonné. Les utilisateurs des offres Pro et Team Standard, eux, perdent totalement l'accès gratuit au modèle et doivent désormais payer chaque requête envoyée à Fable 5. Anthropic justifie ce changement par le coût élevé en puissance de calcul nécessaire pour faire fonctionner ce modèle, plus gourmand en ressources que ses prédécesseurs de la gamme Claude. Ce changement de politique tarifaire touche directement les nombreux utilisateurs professionnels qui s'appuyaient jusqu'ici sur un accès illimité inclus dans leur abonnement mensuel. Pour les développeurs et les équipes utilisant Fable 5 au quotidien pour des tâches complexes de raisonnement ou de génération de code, la facturation à la requête change fondamentalement le calcul économique d'un usage intensif. Les entreprises abonnées à Team Standard devront soit migrer vers une offre Premium plus coûteuse, soit budgétiser une dépense variable jusque là absente, ce qui pourrait freiner l'adoption du modèle chez les structures aux ressources limitées. Cette décision s'inscrit dans un contexte plus large où les fournisseurs d'IA générative cherchent à rentabiliser des modèles dont l'entraînement et l'inférence coûtent de plus en plus cher en infrastructure. Claude Fable 5 représente la pointe technologique de la gamme Anthropic, avec des capacités de raisonnement avancées qui exigent davantage de ressources GPU que les versions Sonnet ou Haiku. Anthropic doit désormais arbitrer entre rentabilité et accessibilité, dans un marché où la concurrence face à OpenAI et Google s'intensifie sur le segment des modèles premium. Les prochains mois diront si cette restriction freine réellement l'usage de Fable 5 ou si elle annonce une tendance appelée à se généraliser dans l'industrie.

Quelqu'un a affiné MiniCPM5-1B d'OpenBMB sur des traces de Claude Fable 5 pour un modèle de raisonnement local de 657 Mo

Un développeur communautaire connu sous le pseudonyme GnLOLot a publié un modèle de langage d'un milliard de paramètres capable de fonctionner entièrement en local, sans clé API ni appel vers le cloud. Baptisé MiniCPM5-1B-Claude-Opus-Fable5-Thinking, il est distribué au format GGUF pour les moteurs compatibles llama.cpp. Il s'appuie sur MiniCPM5-1B, un modèle de base publié par le laboratoire chinois OpenBMB, doté de 1,08 milliard de paramètres, d'une architecture LlamaForCausalLM classique à 24 couches avec attention par groupes de requêtes, et d'une fenêtre de contexte de 131 072 tokens. OpenBMB revendique déjà le meilleur score open source de sa catégorie sur ce modèle de base, qui intègre nativement un mode de raisonnement activable via le paramètre enablethinking, offrant un choix entre mode "Think" et mode "No Think". GnLOLot a ensuite affiné ce socle sur des données issues de Fable 5, le modèle Claude d'Anthropic, dans le but d'améliorer les capacités de codage et de suivi d'instructions. Le paquet GGUF propose quatre niveaux de quantification : Q4KM autour de 657 Mo, Q5KM autour de 751 Mo, Q80 autour de 1,1 Go recommandé par défaut, et F16 autour de 2,1 Go. Le modèle s'installe directement via Ollama, llama.cpp, LM Studio, Jan ou KoboldCpp, avec une commande d'une ligne pour Ollama et des réglages d'échantillonnage suggérés de température 0,9 et top_p 0,95 en mode réflexion. L'enjeu de cette publication tient moins à ses performances qu'à ce qu'elle révèle sur les limites du fine-tuning léger appliqué à des traces générées par un grand modèle propriétaire. La méthode employée n'est pas une distillation classique au sens technique du terme, puisque personne n'a accès aux poids ni aux logits internes de Claude. Il s'agit en réalité d'un ajustement supervisé effectué sur des conversations et des raisonnements produits en sortie par le modèle Anthropic, puis utilisés comme données d'entraînement pour le petit modèle. Cette distinction compte : un modèle d'un milliard de paramètres ne peut pas absorber la capacité de raisonnement d'un modèle frontière, il ne peut qu'imiter son style de réponse et son format d'expression. Pour les utilisateurs et développeurs qui cherchent des outils légers et embarquables, cela signifie que le modèle peut sembler produire des réponses au ton proche de Claude, sans pour autant en égaler la fiabilité ou la profondeur de raisonnement. Cette initiative s'inscrit dans une tendance plus large de la communauté open source consistant à capturer le style de sortie des grands modèles fermés pour l'injecter dans des architectures compactes et gratuites. OpenBMB, de son côté, utilise une véritable distillation par politique entre ses propres modèles enseignant et élève, une approche méthodologiquement différente et documentée. Aucun benchmark ni jeu de données d'entraînement n'a été publié pour ce dérivé, ce qui rend les affirmations de performance actuellement invérifiables. La question reste également ouverte sur le plan juridique : la licence Apache 2.0 couvre les poids du modèle de base, mais l'entraînement sur des sorties générées par Claude soulève une interrogation sur les conditions d'utilisation qu'Anthropic impose à ses propres résultats, un point que la fiche du modèle laisse sans réponse.

💬 C'est pas de la distillation, c'est du copiage de style. Personne n'a accès aux poids ni aux logits de Claude, donc GnLOLot a juste entraîné son 1,08 milliard de paramètres à imiter le ton de Fable 5, pas sa capacité de raisonnement, et c'est toute la nuance que le nom du modèle fait oublier. Reste la question qu'on esquive à chaque fois dans ce genre de projet: entraîner un modèle sur les sorties d'un labo propriétaire sans base claire dans ses conditions d'utilisation, c'est un pari juridique déguisé en projet open source.

Anthropic réduit les limites de Claude Fable 5 pour Max et Team Premium, pousse les Pro vers l'API

Anthropic a annoncé l'intégration de Claude Fable 5 dans ses formules Max et Team Premium à compter du 20 juillet, mais avec des conditions nettement resserrées. Les abonnés de ces deux offres n'auront accès qu'à 50% des limites d'usage habituelles pour ce modèle, et ces limites de référence elles-mêmes chutent d'un tiers ce même jour, quel que soit le modèle utilisé. Les utilisateurs du plan Pro, moins onéreux, ne bénéficient pas de cet accès inclus : ils reçoivent un crédit unique de 100 dollars, puis basculent ensuite sur une facturation au tarif de l'API, calculée à l'usage plutôt qu'incluse dans leur abonnement mensuel. Cette décision marque un revirement notable par rapport au plan initial d'Anthropic, qui prévoyait de retirer purement et simplement Fable 5 des abonnements pour le réserver à un accès payant séparé. Pour les entreprises et développeurs qui dépendent de Claude au quotidien, ce changement signifie des coûts potentiellement plus élevés ou des limites d'usage plus contraignantes, en particulier pour les utilisateurs Pro désormais poussés vers un modèle de facturation à la consommation. Ce rétropédalage s'explique vraisemblablement par la pression concurrentielle exercée par OpenAI, dont le GPT-5.6 Sol propose une tarification plus agressive. Anthropic semble ainsi tenter de concilier deux impératifs contradictoires : maîtriser les coûts d'infrastructure liés à son modèle le plus puissant, tout en restant compétitif face à une offre rivale moins chère. Cet épisode illustre la tension croissante entre les laboratoires d'IA autour des modèles économiques d'abonnement, alors que les coûts de calcul des modèles de pointe continuent de peser lourdement sur leur rentabilité.

💬 Anthropic recule sur le retrait pur et simple de Fable 5, mais regarde les chiffres avant de crier victoire : les limites de référence chutent d'un tiers pour tout le monde, et les Pro n'ont droit qu'à 100 dollars de crédit avant de basculer sur la facturation API. Bon, sur le papier c'est un geste d'ouverture face à GPT-5.6 Sol. En vrai, c'est Anthropic qui refile la facture de ses coûts de calcul à ses utilisateurs plutôt qu'à ses marges, et c'est ça le vrai signal de cette annonce.

Affaire Fable 5 : l’IA est-elle devenue une arme d’État ?

Le 9 juin 2026, Anthropic lance Claude Fable 5, de la classe « Mythos 5 », doté de capacités inédites de planification autonome et d'agents capables d'exécuter des tâches à horizon lointain sans supervision constante. L'adoption est fulgurante : en quelques heures, des milliers d'entreprises intègrent l'API à leurs outils de production, avec des gains de productivité en ingénierie logicielle annoncés à plus de 40 %. Mais dès le 11 juin, des chercheurs indépendants publient un rapport de vulnérabilité montrant qu'un simple fichier texte structuré suffit à contourner l'alignement éthique du modèle et à accéder à ses capacités brutes, notamment la conception d'un rançongiciel ciblé en moins de deux minutes et la détection de failles de sécurité sur des réseaux distants. Face à ce risque de cyberguerre automatisée, l'administration américaine applique dès le 12 juin la doctrine du « deemed export », qui restreint l'accès au modèle pour de nombreux ressortissants étrangers. Incapable de filtrer ses utilisateurs en temps réel, Anthropic choisit de couper l'accès mondial à l'API. Après deux semaines d'ajustements techniques avec l'État, le modèle est progressivement réautorisé début juillet. Cette crise marque un tournant pour toute l'industrie de l'IA : le contrôle étatique américain ne porte plus seulement sur le matériel, comme les puces ou les serveurs, mais directement sur le flux de données de l'API en temps réel. L'accès à distance à un modèle de pointe est désormais assimilé à un transfert de technologie sensible, avec toutes les conséquences juridiques que cela implique. Pour les milliers d'entreprises qui avaient bâti leurs outils de production sur Fable 5, la coupure a créé une dépendance stratégique brutale, révélant la fragilité d'un écosystème numérique mondialisé suspendu à une décision unilatérale de Washington. Au-delà des pertes financières immédiates, l'épisode pose frontalement la question de la souveraineté numérique des nations qui ne maîtrisent ni le développement ni l'hébergement de ces modèles, et qui se retrouvent à la merci d'un arbitrage réglementaire pris à des milliers de kilomètres de chez elles. L'affaire s'inscrit dans la montée en puissance des agents IA autonomes, capables d'élaborer eux-mêmes des plans d'action complexes plutôt que d'exécuter passivement des instructions, une évolution qui brouille la frontière entre outil de productivité et arme potentielle. Les garde-fous d'alignement par renforcement intégrés par Anthropic se sont révélés insuffisants face à des techniques d'injection de consignes relativement simples, un problème récurrent dans l'industrie depuis l'apparition des grands modèles de langage. Ce précédent réglementaire, le premier du genre appliqué à une API d'IA générative plutôt qu'à un composant matériel, pourrait pousser d'autres gouvernements à envisager des mécanismes de contrôle similaires, et incite déjà les entreprises clientes à diversifier leurs fournisseurs de modèles pour limiter leur exposition à ce type de décision unilatérale.

💬 Ce qui me frappe, c'est le glissement : on ne contrôle plus l'IA via le silicium, mais via le robinet API. Anthropic a coupé Fable 5 en quelques heures, et des milliers d'entreprises se sont retrouvées avec un outil de prod qui ne répond plus. Bon, sur le papier le deemed export protège contre le pire, mais en pratique il vient de prouver qu'un modèle de pointe, c'est une dépendance stratégique déguisée en simple appel d'API.

Le modèle ouvert K3 de Kimi se rapproche de GPT-5.6 Sol et Fable 5, marquant la fin de l'IA chinoise à bas coût

Kimi a annoncé le lancement de K3, un nouveau modèle multimodal à poids ouverts doté de 2,8 billions de paramètres et d'une fenêtre de contexte d'un million de tokens. Selon les benchmarks internes publiés par l'entreprise, K3 talonne de très près Claude Fable 5 et GPT-5.6 Sol, tout en dépassant nettement Opus 4.8 et GLM 5.2, avec des écarts parfois considérables sur certains tests. Les poids complets du modèle doivent être rendus publics d'ici le 27 juillet. Autre changement notable : la tarification de K3 est sensiblement plus élevée que celle de son prédécesseur. Cette hausse de prix marque un tournant pour l'écosystème chinois de l'IA, longtemps caractérisé par des modèles ouverts proposés à des coûts très inférieurs à ceux de leurs concurrents américains. Si K3 confirme ses performances une fois les poids disponibles pour la communauté, il rapprocherait encore l'offre open source chinoise du niveau des meilleurs modèles propriétaires, tout en réduisant l'écart de prix qui faisait jusqu'ici l'attractivité de ces alternatives pour les développeurs et les entreprises soucieux de maîtriser leurs coûts d'inférence. Le lancement s'inscrit dans une compétition de plus en plus serrée entre laboratoires chinois et occidentaux sur les modèles à très grande échelle et à contexte étendu, un terrain où Kimi, DeepSeek, Zhipu ou Alibaba multiplient les annonces depuis plusieurs mois. La publication des poids complets fin juillet permettra à la communauté de vérifier de façon indépendante ces résultats, dans un contexte où la fiabilité des benchmarks maison des éditeurs de modèles fait régulièrement débat.

💬 Ce qui compte dans K3, c'est pas les benchmarks, c'est le prix qui grimpe. Depuis deux ans, l'IA chinoise ouverte gagnait sur le coût, pas sur la perf pure, et c'est ça qui faisait tourner pas mal de boîtes en Europe qui regardaient leur facture d'inférence. Si Kimi aligne ses tarifs sur l'occidental, la fin de l'IA chinoise à bas coût referme une fenêtre qu'on croyait durable, et reste à voir si les poids publiés le 27 juillet confirment les chiffres maison, parce qu'un benchmark interne, ça reste un devoir noté par l'élève lui-même.

GPT-5.6 Sol égale presque Fable 5 sur les benchmarks agrégés, pour un tiers du coût

OpenAI a présenté GPT-5.6 Sol, une nouvelle version de son modèle phare, qui obtient 59 points sur l'Artificial Analysis Intelligence Index, un indice qui agrège plusieurs benchmarks pour évaluer les capacités des grands modèles de langage. Ce score place Sol à seulement un point derrière Claude Fable 5, le modèle le plus avancé d'Anthropic, considéré jusqu'ici comme la référence du secteur. La différence la plus marquante se situe toutefois du côté du prix : chaque tâche traitée par Sol coûte 1,04 dollar, soit environ un tiers du tarif facturé par Anthropic pour Fable 5. Sur les benchmarks de codage agentique, qui évaluent la capacité d'un modèle à exécuter des tâches complexes de façon autonome, Sol devance même l'ensemble de ses concurrents, Fable 5 y compris. Pour les entreprises et les développeurs qui choisissent quel modèle intégrer dans leurs produits, cet écart de prix change la donne : obtenir des performances quasiment équivalentes à celles du modèle le plus coté du marché, pour un tiers du coût, rend Sol particulièrement attractif pour les usages à grande échelle, où la facture de l'API pèse lourd. Le secteur du codage agentique, en pleine expansion avec la multiplication des assistants capables d'écrire et d'exécuter du code sans supervision constante, est particulièrement concerné. En prenant la tête sur ces benchmarks tout en restant nettement moins cher, OpenAI met une pression tarifaire directe sur Anthropic, qui devra soit baisser ses prix, soit justifier son positionnement premium par des gains de performance plus nets. Cette annonce s'inscrit dans une compétition de plus en plus serrée entre les grands laboratoires d'IA, où les écarts de performance entre modèles concurrents se resserrent d'une génération à l'autre, tandis que la guerre des prix s'intensifie. Anthropic, OpenAI et leurs rivaux misent de plus en plus sur les capacités agentiques, jugées déterminantes pour convaincre les entreprises d'automatiser des tâches de développement logiciel. L'Artificial Analysis Intelligence Index, devenu une référence pour comparer les modèles de façon indépendante, illustre à quel point les positions en tête de classement peuvent désormais basculer en quelques mois. Reste à voir comment Anthropic réagira à cette pression sur ses tarifs, et si d'autres acteurs suivront la stratégie d'OpenAI consistant à combiner performances de pointe et prix agressifs.

Grok 4.5 est tellement moins cher que Fable 5 et GPT 5.5 que les écarts de benchmarks comptent peu

xAI a dévoilé Grok 4.5, sa nouvelle génération de modèle entraînée sur des dizaines de milliers de GPU Nvidia GB300. Sur les benchmarks de codage, le modèle reste derrière Fable 5 et GPT-5.5 en termes de résultats bruts, mais il se distingue par son efficacité : il nécessite 4,2 fois moins de tokens qu'Opus 4.8 pour traiter une même tâche. Côté tarification, xAI affiche un prix de 2 dollars par million de tokens en entrée, très inférieur à celui de ses concurrents directs. La disponibilité du modèle en Europe est annoncée pour la mi-juillet. Cette différence de coût pourrait peser plus lourd que les écarts de performance mesurés sur les benchmarks. Pour les développeurs et les entreprises qui déploient des agents de codage à grande échelle, la facture liée aux tokens consommés peut rapidement dépasser l'importance du score obtenu sur un test isolé. Un modèle moins performant mais nettement moins gourmand en tokens et moins cher à l'usage peut donc s'avérer plus rentable en production, notamment pour des tâches répétitives ou du traitement en volume. Cela redistribue les cartes dans un marché où la course aux benchmarks ne garantit plus à elle seule l'adoption commerciale. Cette sortie s'inscrit dans la compétition intense que se livrent les grands laboratoires d'IA sur le terrain du codage, considéré comme l'un des usages les plus lucratifs des modèles de langage. xAI mise sur une infrastructure Nvidia GB300 dernier cri pour entraîner Grok 4.5, tout en cherchant à se démarquer par le rapport coût-efficacité plutôt que par la seule performance brute face à des rivaux comme Anthropic et OpenAI. L'arrivée prévue en Europe mi-juillet permettra de tester en conditions réelles si cette stratégie tarifaire agressive suffit à convaincre les entreprises européennes, dans un contexte où la question du coût d'exploitation des modèles devient centrale pour la rentabilité des produits basés sur l'IA générative.

💬 Deux dollars le million de tokens et 4,2 fois moins de tokens consommés qu'Opus 4.8 pour la même tâche, ça pèse plus lourd que trois points d'écart sur un benchmark de code. En prod, sur des agents qui tournent en continu, c'est la facture qui tranche, pas le classement : le coût par tâche est en train de redistribuer les cartes du marché des modèles de langage. Reste à voir si xAI tient la promesse une fois le modèle dispo en Europe, mi-juillet.

La solution d'Anthropic au coût élevé de Fable 5 : en faire un manager qui délègue à Sonnet 5

Anthropic recommande d'utiliser Claude Fable 5, son modèle le plus performant mais aussi le plus coûteux, non pas pour exécuter chaque tâche, mais comme chef d'orchestre chargé de planifier le travail confié à des modèles plus légers. Associé à Sonnet 5 dans une configuration baptisée "Advisor", ce dispositif permet d'atteindre 92 % des performances obtenues avec Fable 5 utilisé seul, pour seulement 63 % du coût total. L'information a été rapportée par le média spécialisé The Decoder, qui souligne que cette approche change la manière dont les équipes doivent penser le déploiement de leurs modèles. Cette recommandation change concrètement la donne pour les entreprises et développeurs qui construisent des agents ou des applications reposant sur l'IA générative. Plutôt que de payer le tarif premium de Fable 5 pour chaque requête, il devient possible de réserver ce modèle aux étapes de planification et de raisonnement complexe, tout en confiant l'exécution des tâches courantes à Sonnet 5, nettement moins cher. Pour les organisations qui traitent de gros volumes de requêtes, ce type d'architecture peut réduire significativement la facture d'API sans sacrifier la qualité des résultats de façon perceptible. Cette stratégie s'inscrit dans une tendance plus large du secteur : face à l'explosion des coûts de calcul liés aux modèles les plus avancés, les fournisseurs cherchent des moyens de répartir intelligemment les tâches entre plusieurs modèles selon leur complexité, une pratique parfois appelée "routing" de modèles. Pour Anthropic, promouvoir ce type d'architecture hybride répond aussi à la pression concurrentielle sur les prix de l'IA, tout en incitant les clients à rester dans son propre écosystème de modèles plutôt que de se tourner vers des solutions tierces moins chères.

Claude Fable 5 d'Anthropic domine les nouveaux benchmarks du secteur, à prix fort

Anthropic occupe la première place des six nouveaux indices sectoriels lancés par Artificial Analysis, qui évaluent les performances des modèles d'intelligence artificielle dans la finance, le droit et la médecine. Son modèle Claude Fable 5 devance tous ses concurrents sur ces nouveaux classements, mais cette suprématie a un prix élevé. Dans l'indice Strategy & Ops, une tâche unique coûte 3,48 dollars avec Fable 5, soit plus de cent fois le tarif pratiqué par DeepSeek V4 Pro, facturé à seulement 0,03 dollar pour la même opération. Or l'écart de score entre les deux modèles ne s'élève qu'à 12 points, un différentiel de performance jugé minime au regard du fossé tarifaire. Cette disparité relance le débat sur la rentabilité des modèles les plus puissants du marché face à des alternatives nettement moins coûteuses mais presque aussi performantes. Pour les entreprises qui déploient l'IA à grande échelle, notamment dans des secteurs sensibles comme la finance ou le droit, le choix du modèle ne se limite plus à la seule qualité des résultats : le rapport coût-performance devient un critère déterminant. Un gain marginal de précision ne justifie pas toujours une facture multipliée par cent, surtout lorsque les volumes de requêtes sont importants et que les marges d'erreur restent comparables entre les deux solutions. Ces nouveaux indices d'Artificial Analysis s'inscrivent dans une tendance plus large de benchmarking spécialisé par secteur, alors que les entreprises cherchent des repères fiables pour choisir leurs modèles d'IA en fonction de cas d'usage précis plutôt que de scores génériques. La concurrence entre laboratoires occidentaux comme Anthropic et des acteurs chinois comme DeepSeek illustre la diversification croissante du marché, où la course à la performance brute cède progressivement la place à des arbitrages économiques plus fins. Reste à savoir si Anthropic ajustera sa politique tarifaire pour Fable 5 face à cette pression concurrentielle, ou si l'entreprise misera sur un positionnement premium assumé pour les usages professionnels les plus critiques.

💬 Le prix affiché par Anthropic dit tout sur sa stratégie: viser les boîtes qui ne regardent pas à la dépense tant que l'erreur coûte plus cher que le modèle. Douze points d'écart pour cent fois le prix, en droit ou en finance, DeepSeek V4 Pro gagne ce match sur le papier. Reste que sur ces métiers-là, une réponse fausse peut coûter un contrat entier, donc le vrai calcul n'est pas dans le benchmark mais dans la sinistralité de chaque boîte.

Depuis son retour, Claude Fable 5 fait beaucoup moins rêver

Depuis son retour le 1ᵉʳ juillet 2026, Claude Fable 5 déçoit. Anthropic avait lancé ce modèle le 9 juin, le présentant comme le plus capable de son histoire, une version de Mythos 5 dotée de garde-fous supplémentaires. Trois jours plus tard, une directive de contrôle des exportations signée par la Maison-Blanche a contraint Anthropic à suspendre l'accès à Fable 5 et Mythos 5 pour tout ressortissant étranger, y compris ses propres employés non-américains, entraînant un arrêt mondial faute de pouvoir filtrer les utilisateurs par nationalité en temps réel. Le déclencheur : un rapport de chercheurs d'Amazon selon lequel Fable 5 pouvait être manipulé pour livrer des informations exploitables dans des cyberattaques, sur fond de soupçons qu'un groupe lié à la Chine ait pu accéder à Mythos et le rétro-ingénierer. Fin juin, le Department of Commerce a levé ces restrictions, et Fable 5 a retrouvé Claude Platform, Claude.ai, Claude Code et Claude Cowork le 1ᵉʳ juillet, tandis que Mythos 5 reste réservé aux partenaires vérifiés du programme Glasswing, comme Mozilla. Ce retour, après environ trois semaines d'interruption, s'accompagne d'une chute de performances qui inquiète les utilisateurs professionnels. Avant le blocage, Fable 5 affichait des scores impressionnants : 80,3 % sur SWE-Bench Pro contre 69,2 % pour Opus 4.8, et 64,5 % sur Humanity's Last Exam avec outils contre 57,9 % pour Opus 4.8 et 52,2 % pour GPT-5.5, des résultats relevés notamment par Datacamp. Every allait plus loin en le qualifiant de meilleur modèle de programmation du marché, avec 91 points sur 100 à son benchmark maison « Senior Engineer », contre 63 pour Opus 4.8 et 62 pour GPT-5.5, un constat partagé par BenchLM. Or depuis le 1ᵉʳ juillet, selon des données publiées le 2 juillet par la plateforme BridgeMind et relayées par Tech Times, les scores de débogage TypeScript de Fable 5 se sont effondrés de 70 %. Pour les développeurs qui avaient adopté le modèle pour ses capacités de programmation, cette dégradation change concrètement l'expérience d'usage et la confiance accordée à l'outil. L'explication ne tiendrait pas à une baisse réelle des capacités du modèle, mais à un nouveau classificateur de cybersécurité introduit avec le retour de Fable 5, qui redirige silencieusement une partie des requêtes de programmation vers Opus 4.8, sans en informer systématiquement les utilisateurs. Cet épisode illustre la tension entre impératifs de sécurité nationale et compétitivité commerciale : pendant les trois semaines de coupure et cette phase de restrictions renforcées, l'usage des modèles chinois a progressé rapidement, un contexte qui pourrait peser sur la position d'Anthropic face à une concurrence internationale de plus en plus pressante.

💬 La chute de perf de Fable 5, c'est pas le modèle qui a baissé, c'est un classificateur de sécurité qui redirige en douce une partie du trafic vers Opus 4.8 sans le dire aux utilisateurs. Sur le papier t'as toujours le meilleur codeur du marché, dans les faits tu causes parfois à un autre modèle sans le savoir. Et pendant les trois semaines de coupure, les modèles chinois ont grignoté du terrain, ça devrait inquiéter Anthropic bien plus qu'un benchmark TypeScript en berne.

Claude Fable 5 indisponible plusieurs semaines : deux tiers des entreprises ont déjà un plan de secours

Deux tiers des entreprises avaient déjà couvert leurs paris sur l'IA avant même la panne de Claude Fable 5, selon une nouvelle étude de VentureBeat Pulse Research menée auprès de 145 entreprises en juin 2026. Le 12 juin, un ordre de contrôle des exportations américain a mis hors ligne Claude Fable 5, le modèle le plus performant du marché, pour tous les clients, sans préavis ni calendrier de retour. Anthropic, incapable de vérifier la nationalité des utilisateurs en temps réel, a dû suspendre l'accès pour tout le monde. Le modèle est revenu cette semaine avec des garde-fous renforcés, mais entre-temps la société chinoise Z.ai avait profité du vide en publiant son modèle à poids ouverts GLM-5.2, suivi mercredi d'un environnement de codage agentique appelé Zcode. OpenAI a de son côté dévoilé un aperçu de sa gamme GPT-5.6 le 26 juin. L'étude révèle que 51% des entreprises combinent déjà modèles propriétaires fermés et modèles open-weight déployés sur leur propre infrastructure, et que 16% supplémentaires retirent carrément leurs flux de travail critiques des API fermées. Un tiers seulement misait tout sur les écosystèmes fermés au moment de la coupure. Cette panne a mis en lumière un problème plus profond que la simple dépendance à un fournisseur: le manque criant de supervision. Seulement une entreprise sur dix dispose d'une surveillance automatisée capable de détecter une dérive, un dysfonctionnement ou une panne d'un modèle d'IA en production. Environ un quart des entreprises ne découvriraient un problème qu'après un signalement par les utilisateurs, ou n'ont tout simplement aucune visibilité pour le détecter. Plus préoccupant encore, 79% des organisations ont déjà subi un impact financier ou opérationnel réel lié à des agents autonomes, le plus souvent via du "shadow AI": des employés lançant des agents non autorisés sur leurs propres cartes de crédit professionnelles, en dehors de tout contrôle. Les chercheurs baptisent cet écart entre l'agressivité du déploiement de l'IA et la capacité réelle à la superviser le "Control Gap", un fossé que la panne de juin a transformé en test de résistance grandeur nature. Ce épisode s'inscrit dans un printemps déjà marqué par la découverte du coût réel de la dépendance à l'IA. Uber avait épuisé tout son budget IA 2026 en quatre mois seulement, après que l'adoption de Claude Code a atteint 84% de ses quelque 5 000 ingénieurs, selon Forbes. Microsoft a de son côté annulé la majorité des licences internes Claude Code dans ses divisions Windows et Microsoft 365, réorientant ses équipes vers ses propres outils, rapporte The Verge. Fable 5 avait pourtant été lancé le 9 juin sous les acclamations, malgré un tarif élevé de 10 dollars par million de tokens en entrée et 50 dollars en sortie. La leçon de juin est plus dure: le modèle dont dépendent vos flux de travail peut disparaître du jour au lendemain, sur simple décision gouvernementale, sans que ni vous ni votre fournisseur n'y soyez pour quelque chose, pendant que des acteurs chinois comme DeepSeek continuent de proposer des modèles puissants et perturbateurs.

💬 Cette panne, c'est le crash test qu'on attendait sans le savoir. Selon Le Fil IA, le modèle le plus performant du marché peut disparaître du jour au lendemain sur simple décision d'un gouvernement, sans que toi ni ton fournisseur n'y puissiez quoi que ce soit. Deux tiers des boîtes avaient déjà un plan B, tant mieux, mais 79% qui se prennent des dégâts via du shadow AI que personne ne surveille, ça veut dire qu'on déploie l'IA en entreprise plus vite qu'on ne sait la contrôler.

Anthropic relance Claude Fable 5 avec des garde-fous de sécurité renforcés

Anthropic a relancé Claude Fable 5 le 1er juillet 2026, après une journée d'indisponibilité qui avait provoqué une forte demande contenue chez les utilisateurs. L'entreprise a précisé que certaines requêtes, notamment liées à la cybersécurité, pourraient désormais être redirigées vers Opus 4.8 en raison de nouveaux garde-fous, et que les classificateurs de sécurité biologie/chimie restent pour l'instant trop larges dans leur détection. Les limites de débit (rate limits) ont été réinitialisées pour tous les utilisateurs une fois le modèle de nouveau disponible. L'écosystème d'outils a immédiatement intégré ce retour : Cursor indique que Fable 5 domine ses évaluations internes mais reste le modèle le plus coûteux par tâche, Devin l'a déployé sur ses versions Cloud, Desktop et CLI, et Perplexity l'a rétabli comme modèle d'orchestration. Sur le plan des benchmarks, Fable 5 obtient 16,10% sur le Remote Labor Index selon les données relayées par kimmonismus, tandis qu'Artificial Analysis situe Sonnet 5 en deuxième position sur AA-Briefcase, avec toutefois davantage de tours d'échange et un rapport coût-performance moins favorable aux niveaux d'effort les plus bas. Le fait marquant n'est pas tant le retour du modèle que la manière dont les développeurs s'adaptent aux contraintes des modèles de pointe. Plusieurs d'entre eux, dont l'utilisateur Theo, décrivent désormais une architecture multi-modèles plutôt qu'une dépendance à un seul système : Fable 5 est réservé au raisonnement et à la planification de haut niveau, tandis que l'implémentation, la vérification et les tâches d'usage d'ordinateur sont déléguées à d'autres modèles, ce qui améliorerait sensiblement le taux de succès des pull requests de bout en bout. Omar Sar et Mikhail Parakhin partagent une analyse proche : plutôt que de construire un pré-classificateur de tâches simples pour router les requêtes, mieux vaut concevoir directement des stratégies combinant plusieurs modèles, car un routage fiable exige souvent d'avoir déjà résolu la tâche elle-même. Cette évolution reflète une maturation du marché des agents de code, où la robustesse prime désormais sur la dépendance à un fournisseur unique. En parallèle, le laboratoire chinois Z.ai a lancé ZCode, un environnement de développement officiel dédié à son modèle ouvert GLM-5.2, avec prise en charge du BYOK (bring your own key), disponibilité multiplateforme et un quota de requêtes renforcé pour les abonnés à son offre de codage. LangChain a publié des guides d'intégration de GLM-5.2 dans des flux de code, et son fondateur Harrison Chase note que des développeurs en font déjà leur modèle quotidien. Sur le benchmark APEX-SWE, GLM-5.2 devient le premier modèle ouvert à dominer une catégorie, avec 55,3% de réussite au premier essai sur les tâches d'intégration, Kimi K2.7 le suivant de près ; des voix comme scaling01 tempèrent néanmoins l'idée que les modèles ouverts auraient dépassé les modèles occidentaux, tout en reconnaissant un écart de performance en code qui se réduit rapidement. Côté infrastructure, vLLM a intégré le décodage spéculatif DSpark pour les modèles DeepSeek, atteignant environ 250 tokens par seconde sur huit GPU B300, et des accélérations comparables ont été rapportées pour GLM-5.2 et Qwen3-32B, signe que la course à l'inférence rapide s'intensifie autant que celle des capacités.

💬 Le retour de Fable 5, je m'en fiche un peu, ce qui compte c'est ce que la panne a révélé : plus personne de sérieux ne mise tout sur un seul modèle. Fable 5 pour réfléchir, un autre pour coder, un troisième pour vérifier, c'est déjà la norme chez les devs qui livrent en prod, et ça fait grimper le taux de succès des pull requests. Le fantasme du routage automatique intelligent, lui, en prend un coup : comme le dit Omar Sar, pour router une tâche il faut déjà l'avoir résolue soi-même.

Anthropic redéploie Claude Fable 5 après la levée des contrôles à l'exportation, ajoute un classificateur cybersécurité

Anthropic a redéployé Claude Fable 5, son modèle le plus performant en accès général, le mercredi 1er juillet, après la levée des contrôles à l'export imposés par le gouvernement américain. Ces restrictions, entrées en vigueur le 12 juin, visaient Fable 5 et son homologue Claude Mythos 5, deux modèles construits sur la même base mais dotés de garde-fous différents, Mythos 5 étant partiellement ouvert aux partenaires de cybersécurité défensive. Une directive gouvernementale limitant leur usage aux personnes non étrangères, qu'Anthropic ne pouvait vérifier en temps réel, avait poussé l'entreprise à suspendre les deux modèles pour tous les utilisateurs. L'élément déclencheur était un rapport de chercheurs d'Amazon ayant découvert une méthode de contournement des protections de Fable 5, permettant au modèle d'identifier plusieurs vulnérabilités logicielles et, dans un cas, de produire du code exploitant l'une d'elles. Le 26 juin, Washington a autorisé la restauration de Mythos 5 pour certaines organisations américaines, avant une levée complète des restrictions le 30 juin. Fable 5 est de nouveau disponible mondialement sur la Claude Platform, Claude.ai, Claude Code et Claude Cowork, au tarif de 10 dollars par million de tokens en entrée et 50 dollars par million en sortie. Anthropic affirme que la faille détectée n'avait rien d'unique à Fable 5 : des modèles moins puissants comme Claude Opus 4.8, GPT-5.5 ou Kimi K2.7 identifiaient les mêmes vulnérabilités, et l'exploit spécifique a pu être reproduit par pratiquement tous les modèles testés, dont Haiku 4.5, Sonnet 4.6, Opus 4.6, Opus 4.7, GPT-5.4 et GPT-5.5. L'entreprise qualifie l'incident de cas limite ne relevant pas de capacités cyber propres au niveau Mythos, mais bien de tâches de cybersécurité défensive courantes. Pour combler la brèche, elle a entraîné un nouveau classificateur de sécurité bloquant la technique signalée dans plus de 99 % des cas ; les requêtes interceptées ne sont pas rejetées mais redirigées vers Claude Opus 4.8, avec notification de l'utilisateur. Des chercheurs du CAISI, rattaché au Département du Commerce américain, ont testé les anciennes et nouvelles protections et les jugent extrêmement solides, au prix d'un peu plus de faux positifs lors de tâches de codage ou de débogage classiques, une conséquence assumée de la marge de sécurité volontairement élargie sur Fable 5. Cet épisode a mis en lumière l'absence de norme commune pour évaluer la gravité d'un jailbreak, une technique permettant de contourner les garde-fous d'un modèle. Anthropic élabore désormais un cadre de notation avec Amazon, Microsoft, Google et d'autres partenaires de l'initiative Glasswing, fondé sur quatre critères : le gain de capacité offert par rapport aux outils existants, l'étendue des tâches offensives débloquées, la facilité à transformer la technique en arme réellement exploitable, et sa facilité de découverte par un tiers. Pour les cas jugés les plus graves selon cette grille, Anthropic prévoit de déployer des mesures d'atténuation préliminaires dès leur détection, sans attendre une correction complète.

💬 Ce qui m'intéresse ici, c'est pas la faille en elle-même, tu remarqueras que presque tous les modèles testés savaient la reproduire, pas juste Fable 5. Le vrai trou, c'est qu'il n'existe aucune grille commune pour juger de la gravité d'un jailbreak, et ça a suffi à mettre le modèle le plus puissant d'Anthropic à l'arrêt pendant trois semaines. Le classificateur colmate l'urgence, mais tant que Google, Microsoft et les autres n'auront pas la même échelle de gravité, ce genre de coupure va se reproduire.

Anthropic relance Claude Fable 5 dans le monde après la levée des restrictions américaines à l'export

Anthropic a restauré aujourd'hui l'accès mondial à Claude Fable 5, son modèle grand public le plus puissant, après que le département du Commerce américain a levé la veille les contrôles d'exportation d'urgence qu'il avait imposés au modèle. Cet ordre, émis le 12 juin 2026, avait contraint Anthropic à suspendre l'accès mondial à la fois à Fable 5 et à son pendant orienté cybersécurité, Claude Mythos 5, quelques jours seulement après leur lancement. Fable 5 est désormais de nouveau disponible pour les utilisateurs du monde entier sur l'ensemble de l'écosystème Anthropic, incluant la Claude Platform, Claude.ai, Claude Code et Claude Cowork. Le média VentureBeat, qui a tenté d'y accéder via Claude Code en ligne de commande juste avant la publication de son article, a toutefois constaté que l'accès restait désactivé. Pour les entreprises passant par les grands fournisseurs cloud, Anthropic affirme œuvrer à rétablir l'accès sur Amazon Web Services, Google Cloud et Microsoft Foundry « aussi vite que possible », sans que VentureBeat ait pu confirmer, à ce stade, un retour effectif sur ces plateformes. Le cas de Mythos 5 reste différent : une lettre attribuée au secrétaire au Commerce Howard Lutnick, adressée au dirigeant d'Anthropic Tom Brown et publiée sur X, indique qu'aucune licence n'est plus requise pour l'exportation, la réexportation ou le transfert national de Fable et Mythos. Mais Anthropic, dans son propre communiqué, précise que l'accès à Mythos 5 n'a été rétabli que pour « un ensemble d'organisations américaines », à la suite d'une approbation gouvernementale obtenue le 26 juin, l'entreprise disant continuer de coordonner avec les autorités l'élargissement de l'accès via son programme de test de cybersécurité sur invitation, Project Glasswing. Cette décision a un impact direct sur les directions informatiques qui évaluent le retour de ces modèles, car elle s'accompagne de conditions structurelles distinctes et d'un coût élevé : Anthropic facture Fable 5 et Mythos 5 à 10 dollars par million de tokens en entrée et 50 dollars par million en sortie, ce qui en fait les modèles de pointe les plus chers du marché mondial, très loin devant des concurrents comme DeepSeek, MiniMax, LongCat, Gemini, Qwen ou Grok, dont les tarifs varient de 0,40 à environ 4 dollars par million de tokens combinés. Mythos 5 se retrouve ainsi dans une situation intermédiaire : juridiquement dégagé du contrôle d'exportation d'urgence, mais toujours pas disponible en accès général, Anthropic ayant choisi de le maintenir derrière un modèle d'accès vérifié où le gouvernement américain continue de peser sur les approbations et les standards. Sur X, Lutnick a expliqué qu'Anthropic et l'administration avaient « travaillé en étroite collaboration » pour « analyser et approuver Fable 5 », tandis que la cheffe de cabinet de la Maison-Blanche Susie Wiles a de son côté présenté cette décision comme un enjeu de leadership américain en IA, affirmant que les États-Unis restent le « vainqueur incontesté de la course à l'IA » et que la priorité partagée est de « déployer les meilleures technologies aussi rapidement et sûrement que possible ». Ce revirement fait suite aux critiques de responsables de la cybersécurité et d'experts en politique de l'IA, qui estimaient que cet ordre risquait de fragiliser l'industrie américaine tout en ouvrant un boulevard aux laboratoires chinois. L'ancien responsable de la sécurité de Facebook, Alex Stamos, avait qualifié la restriction sur Fable 5 de « énorme erreur stratégique pour les États-Unis », avertissant que les entreprises de cybersécurité pourraient se tourner vers des modèles chinois faute d'accès fiable aux modèles américains. D'autres critiques ont pointé le caractère improvisé de cette intervention réglementaire, qui donnait l'impression que dépendre des plateformes d'IA américaines constituait désormais un risque stratégique en soi. L'épisode illustre les tensions persistantes entre les impératifs de sécurité nationale, la compétition technologique avec la Chine et la volonté de Washington de préserver l'avance commerciale de ses champions de l'IA, un équilibre que les autorités américaines devront continuer d'ajuster à mesure que ces modèles se diffusent auprès de nouveaux partenaires domestiques et internationaux.

💬 Le vrai frein pour Fable 5, c'est pas Washington, c'est la facture : à 10 dollars l'entrée et 50 la sortie par million de tokens, c'est le modèle de pointe le plus cher du marché, loin devant Gemini, Qwen ou Grok. Bon, sur le papier la levée des restrictions règle le problème de dispo, mais VentureBeat n'arrivait toujours pas à s'en servir via Claude Code au moment de publier, alors si tu comptais y rebasculer demain matin, attends encore un peu. Et Mythos 5, le modèle cybersécurité, reste coincé en accès restreint, Washington continuant de décider qui a le droit de s'en servir.

Dans l’ombre de Mythos et Fable ressuscités, la Chine progresse rapidement

Anthropic a annoncé le 30 juin le retour de Mythos 5, suivi de Fable 5 dès le 1er juillet, mettant fin à un épisode de trois semaines qui a fragilisé l'entreprise face à la concurrence chinoise des modèles à poids ouvert. Les faits remontent au 9 juin 2026, date de lancement de Claude Fable 5, version publique et encadrée de l'architecture Mythos, tandis que Mythos 5, dépourvue de ces garde-fous, restait réservée aux organisations vérifiées via le programme Glasswing. Trois jours plus tard, le 12 juin, le secrétaire au Commerce Howard Lutnick a adressé à Anthropic une directive de contrôle des exportations exigeant la suspension immédiate de l'accès aux deux modèles pour tout ressortissant étranger dans le monde, y compris les propres employés étrangers de l'entreprise. Incapable de filtrer ses utilisateurs par nationalité en temps réel, Anthropic a coupé l'accès sur Claude.ai, son API, AWS Bedrock, Google Cloud et Microsoft Foundry. Le 26 juin, Washington a autorisé un retour partiel de Mythos 5 pour une centaine d'organisations liées aux infrastructures critiques et à la cyberdéfense, laissant Fable 5 hors service jusqu'à ce 1er juillet. Cet épisode illustre la fragilité des positions commerciales face à des décisions politiques soudaines : des centaines de millions d'utilisateurs à travers le monde se sont retrouvés privés d'accès du jour au lendemain, et les entreprises clientes de l'API ou des plateformes cloud partenaires ont dû composer avec plusieurs semaines d'incertitude. Pendant ce temps, les modèles chinois à poids ouvert ont continué de progresser, profitant du retrait temporaire d'un concurrent majeur. L'image d'Anthropic sort également écornée, des rumeurs de surveillance d'utilisateurs chinois étant venues s'ajouter à la confusion entourant cette affaire. Le fond du dossier reste flou. Selon Anthropic, la lettre reçue ne détaillait pas la menace précise pour la sécurité nationale, mais l'entreprise a compris que le gouvernement avait eu vent d'une méthode permettant de contourner les protections de Fable 5, en lui demandant par exemple d'analyser une base de code donnée pour en corriger les failles. Des rumeurs, invérifiables, ont même évoqué un modèle capable de mettre à mal les défenses de la NSA. Anthropic conteste la proportionnalité de la mesure, rappelant que des tests menés avec le gouvernement américain, l'AISI britannique et des tiers n'avaient révélé aucun jailbreak universel, et que le niveau de capacité en cause était comparable à celui de GPT-5.5 d'OpenAI. L'épisode relance ainsi le débat sur l'équilibre entre sécurité nationale et compétitivité de l'industrie américaine de l'IA face à la Chine.

💬 Ce qui frappe, c'est la vitesse à laquelle une boîte peut se retrouver à genoux à cause d'une lettre de Washington, pas d'un bug ou d'un concurrent. Anthropic a coupé l'accès à Fable 5 dans le monde entier pendant trois semaines sur simple injonction, pendant que les modèles chinois à poids ouvert avançaient tranquillement. Le vrai enseignement de cet épisode : la sécurité nationale américaine est en train de devenir un facteur de compétitivité aussi déterminant que la puissance des modèles eux-mêmes, et ça peut jouer contre les boîtes américaines autant que pour elles.

Sonnet 5 aujourd'hui, Fable 5 demain

Anthropic a lancé le 29 juin 2026 Claude Sonnet 5, son nouveau modèle de milieu de gamme par défaut, avec un déploiement immédiat sur l'application Claude, Claude Code, l'API et chez ses partenaires écosystème. L'entreprise le présente comme « son Sonnet le plus agentique à ce jour », capable de planifier des tâches, d'utiliser un navigateur ou un terminal et d'exécuter des actions de façon autonome à un niveau qui nécessitait auparavant des modèles plus volumineux et plus coûteux. Le modèle dispose d'une fenêtre de contexte d'un million de tokens et devient le choix par défaut dans Claude Code pour les utilisateurs Pro. Côté tarifs, Anthropic maintient son prix catalogue à 3 dollars par million de tokens en entrée et 15 dollars en sortie, mais propose un tarif promotionnel à 2 dollars et 10 dollars jusqu'au 31 août ou 1er septembre selon les sources. Le lancement s'accompagne de l'arrivée de Claude Desktop sur Linux, en version bêta pour Ubuntu et Debian, incluant Claude Code, Cowork et le chat pour les comptes payants, mais sans la fonctionnalité Computer Use. Anthropic a aussi mis à jour ses Managed Agents avec des flux de données par session, des dérogations par session, des événements webhook, une pagination inversée, un contrôle plus fin de l'injection d'identifiants et un nouvel onglet d'observabilité pour suivre l'usage de tokens et d'outils. Cette mise à jour repositionne Sonnet comme une alternative crédible aux modèles haut de gamme pour les tâches de codage et d'automatisation, à un tarif nettement inférieur. Pour les développeurs et les entreprises utilisant Claude Code ou l'API, cela signifie un accès à des capacités agentiques avancées, comme l'exécution autonome de tâches complexes, sans payer le prix d'un modèle premium. L'arrivée sur Linux et les nouveaux outils de supervision des agents renforcent également l'attrait de la plateforme pour les équipes techniques qui déploient des agents IA en production. Ce lancement intervient après plusieurs semaines de rumeurs intenses autour d'une sortie conjointe de Sonnet 5 et de Fable 5, un modèle plus puissant que beaucoup attendaient depuis son interdiction survenue dix-huit jours plus tôt à la suite d'un différend avec les autorités. Des indices avaient suggéré qu'Anthropic préparait pour Fable 5 un système de crédits d'usage séparé, facturé hors des abonnements existants, avec des exigences de vérification d'identité, ce qui avait fait craindre un accès restreint, notamment en Europe. Sonnet 5 est finalement arrivé seul, laissant l'absence de Fable 5 comme le véritable sujet de discussion parmi les utilisateurs, alors que son retour, annoncé après un travail avec les pouvoirs publics, reste attendu.

💬 Sonnet 5 arrive seul et c'est peut-être le signal le plus intéressant de la semaine : Anthropic sort son modèle "agentique par défaut" à un tarif cassé, mais laisse Fable 5 dans les limbes après son interdiction. Un million de tokens de contexte et des capacités d'agent qui nécessitaient hier des modèles trois fois plus chers, ça change la donne pour tous ceux qui tournent sur Claude Code au quotidien. Reste que le vrai sujet, c'est l'absence de Fable 5 : si Anthropic prépare un système de crédits séparé avec vérification d'identité pour son modèle le plus puissant, l'accès en Europe risque d'être le premier à en payer le prix.

Meituan publie LongCat-2.0 en open source, modèle de codage à agents leader sur OpenRouter, entraîné sur puces chinoises

Meituan, l'un des plus grands conglomérats chinois de livraison à domicile, a dévoilé ce vendredi LongCat-2.0 sur GitHub et Hugging Face, révélant au passage que ce modèle se cachait depuis deux mois sous le nom de code "Owl Alpha" en tête des classements mondiaux de développeurs sur la plateforme OpenRouter. Ce système de type Mixture-of-Experts (MoE) cumule 1 600 milliards de paramètres et offre une fenêtre contextuelle native d'un million de tokens, publié sous licence MIT permettant un usage commercial sans restriction. La tarification est particulièrement agressive : les requêtes servant des données déjà en cache sont entièrement gratuites, tandis que les entrées non cachées sont facturées 0,30 dollar par million de tokens en promotion (0,75 dollar au tarif standard) et les sorties à 1,20 dollar (contre 2,95 dollars au tarif standard), positionnant LongCat-2.0 parmi les offres les plus compétitives du marché face à des références comme GPT-5.6 ou Claude Opus 4.8, dont les tarifs combinés dépassent respectivement 35 et 30 dollars par million de tokens. Ce qui distingue ce lancement d'une simple annonce technique est son indépendance matérielle totale : LongCat-2.0 a été entraîné sur un cluster de plus de 50 000 circuits intégrés spécifiques (ASICs) fabriqués en Chine, sans recourir aux GPU Nvidia qui ont jusqu'ici dominé l'entraînement des grands modèles à l'échelle mondiale. Cette démonstration prouve qu'il est désormais possible de produire des modèles de niveau quasi-frontalier sur du silicium domestique, remettant en cause la position de Nvidia dans l'industrie et la logique des contrôles à l'exportation américains. Pour les entreprises cherchant à intégrer des capacités de codage autonome à grande échelle, l'offre représente une alternative directe aux solutions fermées d'OpenAI ou d'Anthropic, à une fraction du coût. Ce lancement s'inscrit dans un contexte de tensions géopolitiques qui accélèrent précisément la dynamique que Washington cherchait à freiner. À la demande du gouvernement américain, OpenAI a dû restreindre l'accès à ses nouveaux modèles GPT-5.6, tandis qu'Anthropic a retiré entièrement ses modèles Claude Fable 5 et Mythos 5 de l'accès international. Ces restrictions ont laissé un vide que les acteurs chinois comme DeepSeek, Xiaomi avec MiMo, MiniMax, Moonshot AI et désormais Meituan s'empressent de combler avec des modèles ouverts, performants et bon marché. Pour de nombreux experts du secteur, ces mesures défensives ont produit l'effet inverse de celui escompté : en rendant les modèles occidentaux moins accessibles et plus coûteux, elles ont créé une ouverture structurelle pour l'écosystème open-source chinois, accélérant son adoption mondiale au moment même où Washington tente de préserver son avance technologique.

💬 Meituan livre des repas et sort le meilleur modèle de code du moment en open source, MIT, requêtes en cache gratuites. Ça, c'est la conséquence directe des restrictions américaines : en rendant GPT et Claude moins accessibles à l'international, Washington a construit le marché pour l'open source chinois. Et le modèle a été entraîné sans un seul GPU Nvidia, donc même les prochaines sanctions auront du mal à fermer ce robinet.

Bonne nouvelle pour votre productivité : Claude Fable 5 pourrait revenir dès cette semaine

Anthropic s'apprête à redéployer Claude Fable 5 pour le grand public, possiblement dès cette semaine, selon des informations en circulation dans le secteur. Le modèle Claude Mythos 5, suspendu depuis le 12 juin, a quant à lui déjà été remis en ligne, mais uniquement auprès d'un nombre restreint d'organisations, toutes américaines. Cette réactivation partielle marque une première étape dans le retour progressif de ces modèles après plusieurs semaines d'interruption. L'enjeu est significatif pour les entreprises et développeurs qui dépendent de ces modèles dans leurs workflows quotidiens. La suspension de Mythos 5 et l'absence de Fable 5 ont contraint de nombreuses équipes à se rabattre sur des alternatives moins performantes, avec un impact direct sur la productivité. Le retour de Fable 5 en accès général représenterait un déblocage important pour les utilisateurs individuels et les petites structures qui n'ont pas accès aux programmes d'accès anticipé réservés aux grandes organisations. Ce redéploiement s'inscrit dans un contexte de négociations actives entre Anthropic et le gouvernement américain. Le laboratoire d'IA discuterait de l'élargissement de l'accès à Claude Mythos 5 à davantage d'organisations, au-delà du cercle initial. Ces échanges illustrent la position particulière d'Anthropic, dont certains modèles semblent désormais soumis à un cadre de validation gouvernementale avant diffusion, une dynamique qui pourrait redéfinir la façon dont les modèles frontier sont distribués aux États-Unis et, par extension, à l'international.

Anthropic déploie de nouveau Mythos 5, Fable 5 attend son feu vert

Anthropic a reçu, le vendredi 26 juin, l'autorisation du gouvernement américain de redéployer Mythos 5 auprès d'organisations états-uniennes chargées d'opérer et de défendre des infrastructures critiques. Ce modèle, jumeau de Fable 5 mais dépourvu des garde-fous liés aux domaines sensibles comme la cybersécurité, la biologie, la chimie ou la distillation de modèles IA, avait été dévoilé le 10 juin aux côtés de Fable 5. Deux jours plus tard, le 12 juin, l'administration Trump imposait leur fermeture à tous les ressortissants étrangers. Incapable de vérifier la nationalité de ses utilisateurs, Anthropic avait dû bloquer l'accès à l'ensemble de sa base. Depuis, l'accès à Mythos 5 est en cours de rétablissement pour les membres du projet Glasswing. Quant à Fable 5, le modèle grand public, il pourrait obtenir son feu vert dans le courant de la semaine prochaine, selon Axios. Howard Lutnick, secrétaire au Commerce, a confirmé dans une lettre révélée par Semafor que des « avancées significatives » avaient été réalisées lors des négociations, et qu'Anthropic s'était engagée à travailler sur des protocoles et des normes de mise à disposition. Ce déblocage partiel est un soulagement pour Anthropic, dont les modèles les plus avancés étaient indisponibles depuis plus de deux semaines pour la quasi-totalité de ses clients commerciaux et développeurs. Mythos 5, conçu spécifiquement pour les usages en cybersécurité, représente un outil stratégique pour les opérateurs d'infrastructures critiques américaines. La remise en circulation de ces modèles réduit le manque à gagner commercial et restaure en partie la crédibilité d'Anthropic face à ses concurrents, notamment OpenAI, qui a lancé simultanément GPT-5.6 sous les modèles Sol, Terra et Luna, mais lui aussi en accès limité à quelques organisations sélectionnées par le gouvernement. L'épisode illustre la tension croissante entre la Maison-Blanche et les grands laboratoires d'IA autour du contrôle des exportations de modèles avancés. L'administration Trump, soucieuse d'éviter que ces technologies ne profitent à des puissances étrangères, a imposé un processus d'autorisation gouvernementale opaque que les acteurs du secteur jugent incompatible avec leurs modèles économiques. Dès le 12 juin, Anthropic réclamait publiquement un « processus statutaire transparent, équitable, clair et fondé sur des faits techniques ». OpenAI a exprimé hier une position identique, estimant que ce type de contrôle d'accès « ne doit pas devenir la norme à long terme ». La résolution du cas Mythos 5 ne règle donc pas le fond du problème : les deux géants de l'IA veulent des règles prévisibles, alors que Washington semble préférer traiter ces autorisations au cas par cas, modèle par modèle.

💬 Côté européen, on a passé deux semaines sans accès aux modèles les plus avancés d'Anthropic, juste parce que l'administration américaine n'a pas jugé utile de prévenir. Le signal est net : quand la géopolitique entre dans l'équation, les garanties de disponibilité d'une API ne valent plus grand-chose. Anthropic réclame des règles transparentes depuis le 12 juin, OpenAI a fait de même hier, mais Washington semble avoir découvert là un levier qu'il ne va pas lâcher facilement.

OpenAI dévoile GPT-5.6 en plein débat réglementaire sur l'IA aux États-Unis

OpenAI a dévoilé vendredi une préversion limitée de sa nouvelle suite de modèles GPT-5.6, moins de 24 heures après que les médias américains ont révélé que la startup avait accepté d'en décaler la sortie à la demande de l'administration Trump. La suite comprend trois modèles : Sol, le modèle phare ; Terra, un modèle intermédiaire conçu pour les tâches à fort volume ; et Luna, une option rapide et économique pour un usage quotidien. Tarifé à 5 dollars l'entrée et 30 dollars la sortie par million de tokens, Sol représente environ la moitié du coût du concurrent direct Claude Fable 5 d'Anthropic. GPT-5.6 est présenté comme particulièrement performant en programmation, en cybersécurité et en biologie, avec une capacité améliorée à maintenir le cap lors de tâches agentiques longues et complexes. Cette dernière caractéristique est centrale dans la course aux agents IA autonomes, où les modèles doivent enchaîner des dizaines d'étapes sans perdre le fil de l'objectif initial. La compétitivité tarifaire de Sol face aux offres haut de gamme d'Anthropic constitue un argument de poids pour les entreprises qui déploient ces modèles à grande échelle. La révélation d'une intervention gouvernementale dans le calendrier de sortie illustre les tensions croissantes entre l'industrie de l'IA et les autorités américaines, alors que Washington cherche à influencer la dynamique de développement sans pour autant réguler formellement le secteur. OpenAI, qui maintient des liens étroits avec l'administration depuis le début de l'année 2025, navigue ainsi entre impératifs commerciaux et pressions politiques dans une course technologique où chaque semaine de retard peut faire la différence face à ses rivaux.

Sans Claude Fable 5 : Sakana atteint les performances de pointe avec son système multi-modèles Fugu

Sakana AI a lancé Fugu, un système d'orchestration multi-agents accessible via une API compatible OpenAI, conçu pour égaler les performances des modèles d'IA les plus avancés sans dépendre d'un fournisseur unique. Fondée par David Ha, ancien directeur de recherche chez Google Brain, la startup propose deux déclinaisons : Fugu, optimisé pour les tâches courantes à faible latence et intégrable directement dans des environnements de développement comme Codex, et Fugu Ultra, destiné aux travaux complexes tels que la recherche en IA, l'analyse en cybersécurité ou les investigations de brevets, facturé 5 dollars le million de tokens en entrée et 30 dollars en sortie. Le système fonctionne comme un chef d'orchestre : face à une requête, il la décompose en sous-tâches, les délègue à un ensemble de modèles spécialisés, vérifie leurs résultats, puis synthétise la réponse finale. Fugu est lui-même un LLM entraîné à appeler d'autres LLMs, y compris des instances de lui-même de façon récursive, selon les équipes de Sakana. Le lancement intervient dans un contexte précis : le 12 juin 2026, Anthropic a révoqué l'accès public à ses deux modèles les plus puissants, Claude Mythos 5 et Claude Fable 5, sous la pression d'un décret américain de contrôle des exportations. Pour Ha, cet événement illustre un risque systémique majeur pour les entreprises et les gouvernements qui s'appuient sur un seul fournisseur d'IA. "L'accès aux meilleurs modèles peut disparaître du jour au lendemain", a-t-il écrit sur X. Fugu répond à ce problème en s'appuyant sur un pool de modèles entièrement interchangeable, dont la composition exacte reste propriétaire, rendant le système résilient face aux restrictions géopolitiques ou commerciales soudaines. Ce projet s'inscrit dans une tendance plus large qui fait de l'orchestration intelligente de modèles la prochaine frontière de l'IA, au-delà de la seule course à la taille des paramètres. Fugu repose sur deux travaux de recherche publiés par Sakana en 2026, TRINITY et Conductor, qui formalisent des stratégies de coordination apprises plutôt que des workflows codés à la main. En affichant des performances comparables ou supérieures à Fable et Mythos sur des benchmarks d'agents tiers, Sakana cherche à convaincre entreprises et États que la résilience collective vaut mieux que la dépendance à un modèle monolithique. Dans un contexte géopolitique de plus en plus fragmenté, la startup, désormais clairement tournée vers le marché entreprise, pourrait s'imposer comme un acteur clé de l'infrastructure IA critique mondiale.

💬 La révocation de l'accès à Fable et Mythos sur décret américain le 12 juin dernier, c'est le genre d'événement qui transforme un argument de vente en argument de survie. Ne jamais dépendre d'un seul fournisseur d'IA pour des usages critiques, c'est désormais moins une recommandation qu'une évidence industrielle. Fugu arrive exactement au bon moment, reste à voir si les perfs en prod tiennent la promesse des benchmarks.

Trump est clair : pas de Fable 5 ni de Mythos 5, même pour les alliés du G7

Le département américain du Commerce a interdit l'accès aux modèles Fable 5 et Mythos 5 d'Anthropic à tous les ressortissants étrangers, forçant l'entreprise à couper complètement l'accès mondial à ces deux systèmes. L'interdiction, justifiée par des raisons de sécurité nationale, fait suite à la découverte d'une technique de « jailbreak » permettant de contourner les protections intégrées et de pousser les modèles à rechercher des vulnérabilités dans des logiciels, une capacité jugée dangereuse par Washington. Incapable de vérifier la nationalité de ses utilisateurs en temps réel, Anthropic n'a eu d'autre choix que de suspendre l'accès pour l'ensemble de ses utilisateurs non américains. La tentative du Premier ministre britannique Keir Starmer d'obtenir une exception pour le Royaume-Uni lors du sommet du G7, le 17 juin, a été rejetée par l'administration Trump, qui a estimé qu'accorder un traitement de faveur à certains alliés tout en l'interdisant aux autres n'aurait aucun sens. Dario Amodei, PDG d'Anthropic, présent au même déjeuner de dirigeants, a plaidé contre une fragmentation mondiale de l'IA. Donald Trump s'est contenté d'indiquer que les discussions avec l'entreprise se déroulaient bien. L'impact est immédiat et massif : des millions d'utilisateurs en Europe et dans le reste du monde se retrouvent du jour au lendemain privés de deux des modèles les plus avancés du marché, sans préavis et sans recours. Anthropic conteste la proportionnalité de la mesure, décrivant la faille en question comme mineure et rappelant que ses mécanismes de sécurité avaient été évalués avec plusieurs agences gouvernementales avant le lancement des modèles. Pour les professionnels et entreprises qui dépendent de ces outils, l'interruption illustre concrètement la fragilité de la souveraineté numérique européenne face aux décisions réglementaires américaines : un outil critique peut disparaître du jour au lendemain sans que les utilisateurs étrangers aient leur mot à dire. Cette affaire s'inscrit dans une tension plus ancienne entre Anthropic et Washington. Plus tôt cette année, la startup avait déjà été classée comme risque potentiel pour la sécurité nationale après avoir refusé de mettre ses modèles au service de projets liés à la surveillance et aux armes autonomes. L'alerte initiale sur la faille de jailbreak aurait par ailleurs été remontée par Amazon, principal investisseur d'Anthropic, un détail qui illustre la complexité des rapports de force à l'intérieur même de l'écosystème IA américain. Pour des responsables comme Emmanuel Macron, l'épisode relance le débat sur la dépendance stratégique de l'Europe aux infrastructures numériques américaines et sur les conséquences d'une éventuelle décision américaine de restreindre durablement l'accès aux modèles d'IA les plus performants.

💬 Ce que je décrivais comme un risque théorique, ça vient de se produire pour de vrai. Des millions d'utilisateurs européens ont perdu Fable 5 et Mythos 5 du jour au lendemain, sans préavis et sans recours, parce que Washington a décidé que le reste du monde n'était pas assez fiable, alliés du G7 inclus. Pense-y la prochaine fois qu'on te parle de souveraineté numérique européenne.

GLM-5.2 rivalise avec GPT ; Z.ai prévoit la sortie d'Open Fable en décembre

GLM-5.2, le dernier modèle de langage de Zhipu AI, filiale de Z.ai, s'est imposé cette semaine comme l'événement open source majeur du moment. Plusieurs praticiens indépendants l'ont qualifié de premier modèle en accès libre réellement comparable aux meilleurs systèmes propriétaires. Jeremy Howard, chercheur réputé peu enclin aux effusions, a déclaré qu'il lui semblait « au moins aussi bon qu'Opus 4.8 et GPT-5.5 » pour ses usages quotidiens, soulignant néanmoins l'absence de support visuel comme principale lacune. Le cabinet Artificial Analysis l'a quant à lui classé entre GPT-5.5 et Opus 4.8 sur son nouveau benchmark de travail de connaissance agentique. Côté architecture, GLM-5.2 introduit une innovation appelée IndexShare, qui réutilise les indices d'attention sparse entre groupes de couches pour réduire considérablement le coût de l'inférence sur des contextes de un million de tokens. Sur les tâches internes de Zhipu, il passe de 21 à 48 tâches réussies sur 70 par rapport à son prédécesseur GLM-5.1. Le modèle est disponible gratuitement via les fournisseurs d'inférence Hugging Face pour une durée limitée, et en local via llama.cpp et Unsloth au format GGUF. Ce résultat est important parce qu'il marque un seuil symbolique : pour la première fois, un modèle open weight franchit ce que la communauté appelle le « vibe check frontier », c'est-à-dire la conviction, confirmée par des utilisateurs exigeants, qu'un modèle open source est utilisable en production comme alternative sérieuse aux systèmes fermés de premier rang. Cela change les calculs pour les entreprises, les développeurs et les chercheurs qui cherchent à s'affranchir des API commerciales et des contraintes de confidentialité qui les accompagnent. Z.ai, la société mère, se positionne désormais comme un laboratoire de recherche frontier à part entière, ce qui était encore contestable il y a quelques mois. La même semaine, Poolside AI a publié les poids de Laguna M.1 sous licence Apache 2.0 : un modèle sparse MoE de 225 milliards de paramètres en total et 23 milliards actifs, 256 experts avec top-k=16, 70 couches, contexte de 256 000 tokens, optimisé pour le codage agentique longue durée. L'ascension de Z.ai intervient dans un contexte de forte tension autour des modèles ouverts chinois. En février 2026, Anthropic avait publié un rapport dénonçant une « distillation à l'échelle industrielle » par plusieurs laboratoires chinois, mais Z.ai était notamment absent de cette liste, ce qui renforce sa crédibilité auprès de la communauté occidentale. La question qui domine désormais les discussions est celle du calendrier : Z.ai a laissé entendre qu'un modèle open source de classe Fable, soit l'équivalent du modèle le plus puissant d'Anthropic, pourrait être disponible d'ici décembre 2026. Pendant ce temps, l'incertitude plane sur la capacité des quatre grands laboratoires américains à maintenir leur avance, dans un contexte réglementaire tendu autour de ce que la newsletter appelle le « Mythos ban », qui pourrait freiner leurs prochaines publications majeures.

💬 Ce que Jeremy Howard dit de GLM-5.2, ça m'intéresse plus que les benchmarks : c'est la première fois qu'un praticien exigeant dit qu'il l'utilise au quotidien à la place des modèles fermés. Le vibe check frontier, c'est ça, pas un score sur un leaderboard, la conviction que ça tient en prod. Si t'as des contraintes RGPD et que tu hésitais encore à auto-héberger, les calculs changent là.

Fable 5 bloqué : la Chine lance GLM-5.2, une solution open source

Le 16 juin 2026, l'entreprise chinoise Zhipu a lancé GLM-5.2, un modèle d'intelligence artificielle en accès libre ciblant directement les tâches de programmation agentique et de raisonnement complexe. Disponible sur Ollama et Hugging Face sous licence MIT, le modèle embarque une fenêtre de contexte d'un million de jetons et propose deux niveaux de raisonnement : un mode "Max" orienté performances maximales et un mode "High" offrant un meilleur équilibre entre puissance et consommation. Sur les benchmarks publiés par Zhipu, GLM-5.2 affiche 81,0 % sur Terminal-Bench, 62,1 % sur SWE-bench Pro et 74,4 % sur Frontier SWE. Sur Design Arena, il décroche la première place avec un score Elo de 1360, devançant Claude Fable 5, et se classe deuxième sur Code Arena Frontend. Le lancement intervient au moment précis où Anthropic a suspendu l'accès à Claude Fable 5, offrant à GLM-5.2 une fenêtre de visibilité rare sur le marché. Pour les développeurs, l'enjeu est concret : la publication des poids sous licence MIT permet d'exécuter le modèle localement, de l'adapter à des cas d'usage spécifiques et de l'intégrer dans des pipelines sans dépendance à une API commerciale. Une fenêtre de contexte à un million de jetons combinée à de solides résultats sur les benchmarks de correction de bugs réels et de génération d'interfaces ouvre des perspectives directes pour l'automatisation du développement logiciel, la recherche assistée et les agents autonomes de longue durée. Il faut toutefois nuancer l'étiquette "open source" : si les poids du modèle sont bien publiés, les données d'entraînement, les pipelines de filtrage et le code complet ayant servi à l'entraîner restent privés. GLM-5.2 est donc plus précisément un modèle "open weight", une distinction qui compte pour les chercheurs et les équipes de sécurité souhaitant auditer ou reproduire le système. Par ailleurs, les chiffres de performance avancés par Zhipu n'ont pas encore été confirmés par des évaluations indépendantes. Ce lancement s'inscrit dans une tendance plus large : les laboratoires chinois, portés par des investissements massifs et l'urgence stratégique de contourner les restrictions américaines sur les semi-conducteurs, enchaînent les sorties de modèles compétitifs à un rythme soutenu. GLM-5.2 vient directement concurrencer les modèles de code occidentaux au moment où le leader de facto du secteur est temporairement indisponible.

💬 Timing parfait pour Zhipu. Un modèle MIT avec 1M de contexte qui sort exactement quand Fable 5 est en pause forcée, c'est soit du hasard soit un calendrier très bien travaillé. Les benchmarks sont auto-publiés et "open weight" n'est pas "open source" (les données d'entraînement restent privées), mais pour faire tourner ça en local sans dépendance à une API commerciale, c'est du concret.